five

北京市微博影响力指数数据|社交媒体数据集|影响力分析数据集

收藏
浙江省数据知识产权登记平台2024-10-23 更新2024-10-24 收录
社交媒体
影响力分析
下载链接:
https://www.zjip.org.cn/home/announce/trends/74110
下载链接
链接失效反馈
资源简介:
作为社交媒体平台,微博已经成为热点事件和网络舆情的重要策源地,科学准确评估微博的影响力对于明晰微博信息传播特点,深入挖掘微博传播潜力,进一步规范和指导微博平台的传播行为具有较大的理论和实践意义。但单纯地通过转发量、评论量等数据对微博影响力进行分析过于片面,因此系统通过微博影响力指数这个统一的数据指标来评定北京市微博所发稿件在微博用户的传播影响力,为评估北京市微博影响力、深入挖掘微博传播力提供数据参考。微博影响力指数通过微博的活跃度和传播度来反映账号的传播能力和传播效果 指标体系: 采用数据:发博数、转发数、评论数、点赞数。 采用指标:主要通过活跃度W1和传播度W2两大维度来进行评价。 影响力计算: BCI(影响力指数)=(20% × W1 +80% × W2 )× 160 W1(活跃度) = ln(发博数 +1) W2(传播度)=40% × ln(转发数 +1)+ 40% × ln( 评论数+1)+ 20% × ln(点赞 +1) BCI数据越高,说明该账号传播影响力越大,反之则影响力越小
提供机构:
杭州凡闻科技有限公司
创建时间:
2024-09-26
AI搜集汇总
数据集介绍
main_image_url
特点
该数据集包含北京市微博的影响力指数数据,通过活跃度和传播度两大维度计算影响力指数(BCI),用于评估微博传播影响力。数据规模为1001条,每日更新,适用于社交媒体传播力分析和舆情研究。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

学生课堂行为数据集 (SCB-dataset3)

学生课堂行为数据集(SCB-dataset3)由成都东软学院创建,包含5686张图像和45578个标签,重点关注六种行为:举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景,通过YOLOv5、YOLOv7和YOLOv8算法评估,平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础,解决教育领域中学生行为数据集的缺乏问题。

arXiv 收录

中国1km分辨率逐月降水量数据集(1901-2023)

该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2023.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。

国家青藏高原科学数据中心 收录

FER2013

FER2013数据集是一个广泛用于面部表情识别领域的数据集,包含28,709个训练样本和7,178个测试样本。图像属性为48x48像素,标签包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。

github 收录

China Health and Nutrition Survey (CHNS)

China Health and Nutrition Survey(CHNS)是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目,旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响,以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体,采用多阶段随机抽样方法,收集了家庭、个体以及社区层面的详细数据,包括饮食、健康、经济和社会因素等信息。自2011年起,CHNS不断扩展,新增多个城市和省份,并持续完善纵向数据链接,为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。

www.cpc.unc.edu 收录

HazyDet

HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。

arXiv 收录