数据集概述
本数据集为EveOut，包含2019年1月至2020年5月期间收集的七万七千五百四十五条新闻事件数据。数据来源于全球排名前五的新闻媒体，通过Event Registry API获取，旨在支持事件与媒体选择关系的研究，可用于分析事件选择偏差、地理分布、时间特征等多维度内容。
文件详解
- 文档类文件
- 文件名称：
README.txt
- 文件格式：TXT
- 字段映射介绍：提供数据集的总体信息、文件分类说明（元数据、数据集、数据描述文件）
- 文件名称：
data-description.txt
- 文件格式：TXT
- 字段映射介绍：包含数据集的标题、研究背景及数据用途的详细说明
- 元数据类文件
- 文件名称：
metadata.txt
- 文件格式：TXT
- 字段映射介绍：记录数据集的元数据信息
- 文件名称：
metadata.xml
- 文件格式：XML
- 字段映射介绍：以XML格式存储的数据集元数据
- 数据类文件
- 文件名称：
dataset.csv
- 文件格式：CSV
- 字段映射介绍：包含uri、title（事件标题）、event_date（事件日期）、sentiment（情感倾向）、categories（事件类别）、loc_country（国家）、loc_continent（大洲）、article_count（报道数）、total_article_count（总报道数）、summary（摘要）及nytimes、indiatimes等五家媒体的报道标记字段
- 文件名称：
dataset.xml
- 文件格式：XML
- 字段映射介绍：以XML格式存储的事件数据集，包含与CSV文件对应的核心字段
- 文件名称：
dataset_json
- 文件格式：无扩展名（JSON格式）
- 字段映射介绍：以JSON格式存储的事件数据集，包含事件的完整结构化信息
数据来源
Event Registry API
适用场景
- 媒体事件选择偏差研究：分析不同媒体对同一事件的报道倾向与选择差异
- 新闻事件多维度分析：探究事件的地理分布（国家/大洲）、时间特征、情感倾向及类别分布规律
- 数字人文应用开发：支持事件预测（如媒体报道预测）等创新性应用场景
- 媒体关系网络研究：构建事件与媒体之间的关联网络，分析媒体报道的协同性与差异性
