Datasets

[YanhuiS]

请问可以分享一下E.1中的198个传播事件数据集嘛？或者能不能详细说明一下这数据集是如何制作的？

[Redtides0]

你好，感谢对于OASIS的关注。
目前数据集方面由于可能存在潜在的隐私问题我们还在探讨如何进一步的匿名化处理。
数据制作流程可以参考论文中的附录E.1 REAL-WORLD PROPAGATION DATA 部分
具体来说，我们是围绕着 Real-time rumor debunking on twitter, Detecting rumors from microblogs with recurrent neural networks.这两篇工作开源的twitter 15/16 进行的数据收集，它们提供了source post的传播路径（包括参与转发的用户的user id和repost id）和source post的内容。
对于一个传播事件我们首先会去收集这些用户的profile以及这些用户之间存在的关注关系，还有他们在source post发出之前所发出的历史tweet&reply活动，这些历史活动信息将会被用来得到更加丰富的user bio以及计算activity prob（细节见附录E.1），最终整合为一个csv文件，关键列包括：
,user_id,description,followers_count,following_count,following_list,following_agentid_list,previous_tweets,tweets_id,activity_level,user_char