Twitter/TwitterFollowGraph

TwitterFollowGraph是一个二部有向图，包含用户（消费者）节点和作者（生产者）节点，其中边表示用户“关注”作者的互动。每条边都被分配到预定义的时间块中，这些时间块用序数表示，序数是连续的并尊重互动的时间顺序。TwitterFollowGraph总共有261M条边和15.5M个顶点，最大度为900K，最小度为5。数据格式如下表所示：| user_index | author_index | time_chunk |

原始信息汇总

数据集概述

数据集名称

• TwitterFollowGraph

数据集描述

• TwitterFollowGraph 是一个二分有向图，包含用户（消费者）节点和作者（生产者）节点，其中边代表用户“关注”作者的行为。每个边被划分到预定的时隙中，这些时隙用序数表示，且序数连续并遵循时间顺序。

数据集规模

• 总共有 261百万 条边和 15.5百万 个节点。
• 最大度为 90万，最小度为 5。

数据格式

字段	描述
user_index	用户索引
author_index	作者索引
time_chunk	时间块序号

许可证

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

引用信息

bib @article{el2022knn, title={kNN-Embed: Locally Smoothed Embedding Mixtures For Multi-interest Candidate Retrieval}, author={El-Kishky, Ahmed and Markovich, Thomas and Leung, Kenny and Portman, Frank and Haghighi, Aria and Xiao, Ying}, journal={arXiv preprint arXiv:2205.06205}, year={2022} }

搜集汇总

数据集介绍

构建方式

TwitterFollowGraph数据集的构建，是通过采集Twitter用户间的关注关系形成的二分有向图。在该图中，用户节点与作者节点之间的边表示用户对作者的‘关注’行为。每条边都被划分到预定的时段桶中，并使用序数来表示，这些序数是连续的，且遵循着互动的时间顺序。该数据集总计包含了2.61亿条边和1550万个顶点，其中最大度数为90万，最小度数为5，体现了社交网络中的关注多样性。

特点

TwitterFollowGraph数据集的特点在于，它详细记录了Twitter用户与作者之间的关注行为，并且按照时间顺序进行了划分。这种结构为研究社交网络中的信息传播、用户行为模式以及网络演化提供了丰富的素材。数据集的规模之大，以及节点度数的分布范围，使其成为分析和理解大规模社交网络动态的有力工具。

使用方法

使用TwitterFollowGraph数据集时，研究者可以依据数据格式中的用户索引、作者索引以及时间桶，进行社交网络分析、图计算等研究。数据集遵循Creative Commons Attribution 4.0国际许可，允许用户在遵守许可协议的前提下，自由使用和分享数据。此外，使用该数据集的研究者应参照指定文献进行引用，以尊重数据集的原创作者权益。

背景与挑战

背景概述

TwitterFollowGraph数据集源于对社交网络中用户互动模式的研究，由Ahmed El-Kishky等研究人员于2022年提出。该数据集以Twitter平台上的用户关注关系为研究对象，构建了一个双边的有向图，其中节点分为用户节点和作者节点，边代表用户对作者的关注行为。该数据集总计包含2.61亿条边和15.5百万个顶点，是研究社交网络结构和用户互动模式的重要资源，对社交网络分析、推荐系统设计等领域产生了显著影响。

当前挑战

TwitterFollowGraph在构建过程中面临的主要挑战包括：如何准确捕捉并表示用户的动态关注行为，以及如何在保持数据规模的同时确保数据的时间连续性和有序性。此外，数据集所解决的领域问题，即用户多兴趣点候选检索，面临的挑战包括如何有效地处理用户兴趣的多样性和动态变化，以及如何在海量的社交网络数据中提取有价值的信息。

常用场景

经典使用场景

在社交媒体网络分析领域，TwitterFollowGraph数据集以其独特的双向有向图结构，成为研究用户兴趣模型和社交网络嵌入的重要资源。该数据集通过记录用户对作者的关注行为，为构建多兴趣点的候选检索系统提供了丰富的实证基础。

实际应用

实际应用中，TwitterFollowGraph数据集被广泛应用于社交媒体平台的内容推荐、用户行为分析以及社交网络服务的设计，对提升用户体验和平台服务质量具有显著影响。

衍生相关工作

基于TwitterFollowGraph数据集，研究者们衍生出一系列经典工作，包括用户行为预测模型、社交网络影响力分析工具，以及多模态信息融合的嵌入算法，推动了社交网络分析领域的发展。