Fatima-Gh/GLARE

GLARE: Google Apps Arabic Reviews数据集是一个包含来自Google PlayStore沙特商店的9,980个Android应用的76M条评论的集合。数据集分为原始数据和工程化数据，原始数据包括应用元数据、评论元数据和分类数据，工程化数据则在此基础上增加了评论计数、分类列表、词汇表等特征。文件格式主要为CSV，文件大小从几MB到几十GB不等。数据集的结构和文件规格也进行了详细说明，包括每个文件的具体内容和字段。

GLARE: Google Apps Arabic Reviews Dataset is a collection of 76 million user reviews spanning 9,980 Android applications on the Saudi Arabian Google Play Store. The dataset is divided into two parts: raw data and engineered data. The raw data encompasses application metadata, review metadata, and categorized data. Built upon the raw dataset, the engineered data incorporates additional features including review counts, category lists, and vocabulary tables. Most files are stored in CSV format, with sizes ranging from several megabytes to tens of gigabytes. Detailed specifications for the dataset structure and individual files are provided, covering the specific content and fields of each file.

原始信息汇总

数据集概述

数据集名称

GLARE: Google Apps Arabic Reviews

数据集内容

• 原始数据：

  • apps.csv：包含应用元数据，如应用名称、唯一标识、开发者信息等。
  • reviews.csv：包含评论及其元数据，如评论时间、内容、用户评分等。
  • categories/：包含59个CSV文件，每个文件对应一个类别，记录该类别下前200个免费应用及其元数据。

• 工程化数据：

  • apps.csv：在原始数据基础上增加了应用的评论数量和类别信息。
  • reviews.csv：在原始数据基础上增加了评论的词数和分词后的内容。
  • vocabulary.csv：包含词汇集及其工程化特征，如词频、是否包含噪声等。

数据集规模

• 包含76M条来自9,980个Android应用的评论，收集自Google PlayStore沙特商店。

文件规格

• apps.csv：应用元数据文件。
• reviews.csv：评论及评论元数据文件。
• categories/：类别文件夹，包含类别相关的应用及元数据。
• vocabulary.csv：词汇及其特征文件。

数据集下载

• 可通过Google Drive和Zenodo下载数据集文件。

引用信息

• 引用格式：

  @dataset{alghamdi_fatima_2022_6457824, author = {AlGhamdi, Fatima and Mohammed, Reem and Al-Khalifa, Hend and Alowisheq, Areeb}, title = {GLARE: Google Apps Arabic Reviews Dataset}, month = apr, year = 2022, publisher = {Zenodo}, version = {1.0}, doi = {10.5281/zenodo.6457824}, url = {https://doi.org/10.5281/zenodo.6457824} }

许可证

• 本数据集遵循Creative Commons Attribution 4.0 International License。