数据集概述
本数据集是Anthony Fauci在2021年公开的3234页PDF邮件的处理后JSON版本，包含1289个邮件线程、2761封邮件（含101封重复邮件），记录每封邮件的发件人、收件人、抄送、主题、正文、时间戳等信息，还提供5种邮件网络、1个超图、1个时序图、3个张量等衍生JSON文件，助力理解美国政府新冠疫情应对。
文件详解
- 主数据文件
- 文件名称：fauci-email-data.json
- 文件格式：JSON
- 字段映射介绍：包含1289个邮件线程，每个线程下的邮件记录有sender（发件人）、recipients（收件人）、cc（抄送）、subject（主题）、body（正文）、timestamp（时间戳，若有）等字段
- 衍生网络文件
- 文件名称：fauci-email-graph-tofrom-nofauci-nocc-5.json、fauci-email-graph-repliedto-nofauci.json、fauci-email-graph-tofrom-nofauci-cc-5.json
- 文件格式：JSON
- 字段映射介绍：以fauci-email-graph-repliedto-nofauci.json为例，包含vertices（顶点）、edges（边）、edgedata（边数据）、labels（标签）、orgs（机构）等字段，记录邮件交互网络结构
- 时序图文件
- 文件名称：fauci-email-temporalgraph-tofrom.json
- 文件格式：JSON
- 字段映射介绍：记录带时间维度的邮件收发交互时序图数据
- 超图文件
- 文件名称：fauci-email-hypergraph.json
- 文件格式：JSON
- 字段映射介绍：以超图结构呈现邮件多主体交互关系
- 张量文件
- 文件名称：fauci-email-tensor-words-tsc.json、fauci-email-tensor-words.json
- 文件格式：JSON
- 字段映射介绍：基于邮件文本的词张量数据，用于文本特征分析
适用场景
- 疫情政策响应分析：通过邮件内容研究美国政府新冠疫情应对决策过程与关键沟通节点
- 社会网络分析：利用邮件交互网络、超图数据，分析疫情期间相关人员/机构的沟通关系与影响力
- 文本挖掘研究：基于邮件正文、主题及词张量数据，开展疫情相关文本的主题聚类、情感分析等NLP任务
- 公共卫生治理研究：结合邮件时间戳与内容，探究疫情应对措施的时间线与决策逻辑关联
