数据集概述
本数据集为Crowd4SDG-VisualCit项目产出的COVID-19行为指标数据，通过社交媒体图像分析获取社交距离与口罩佩戴相关信息。数据基于含COVID-19关键词的Twitter图像，经机器学习分类器筛选后，结合众包补充疫情相关行为信息，最终形成供决策者评估疫情状况的指标，重点关注人群口罩佩戴率与社交距离维持情况。
文件详解
- CSV数据文件（共22个）
- 文件名称示例：106-info_4_0.csv、Worn face mask 27Jul-02Aug_alpha3.csv、152_distancing_and_masks_2_results_geoloc_ok.csv
- 字段映射介绍：包含id_x、task_id、id_y等标识字段，info_0至info_11等行为指标字段，calibration（校准）、created（创建时间）等元数据字段，部分文件含info_CIME_coordinates（地理坐标）等定位信息
- 文档文件
- 文件名称：crowd4SDG-VisualCit-COVID-19-metadata.docx
- 文件格式：DOCX
- 内容说明：数据集元数据说明文档
- 表格文件
- 文件名称：crowd4SDG-VisualCit-COVID-19_social_distancing_and_masks-crowd-question_structure.xlsx
- 文件格式：XLSX
- 内容说明：众包问题结构表格
数据来源
论文“Image-based Social Sensing: Combining AI and the Crowd to Mine Policy-Adherence Indicators from Twitter”
适用场景
- 疫情防控政策效果评估：分析人群口罩佩戴率、社交距离维持情况，评估政策执行效果
- 公共卫生行为监测：通过社交媒体图像数据实时监测公众疫情相关行为变化趋势
- 决策支持分析：为政府及相关机构提供疫情状况评估的量化指标，辅助制定防控策略
- 社交媒体大数据应用研究：探索社交媒体图像分析在公共卫生监测领域的应用潜力
