金融行为与情感分析推特数据集-2023-ziya07
数据来源：互联网公开数据
标签：金融行为,消费者行为,情感分析,金融素养,推特数据,机器学习,教育应用,社交媒体分析
数据概述：
本数据集包含500条与金融素养和消费者行为相关的推特，旨在用于情感分析、情绪分类和行为预测等任务。数据集生成的目的是支持金融素养教育研究和消费者行为建模，包含了真实的推特结构和元数据。
数据集特征：
tweet_content (字符串)：推特的文本内容，涵盖了各种金融素养主题和情感表达。
emotion (类别)：推特中表达的情绪，选择自：正面、恐惧、期待、厌恶、惊讶。
sentiment_score (浮点数)：推特的情感分数，范围从-1（负面情感）到1（正面情感）。
likes (整数)：推特收到的点赞数（模拟数据）。
retweets (整数)：推特收到的转推数（模拟数据）。
replies (整数)：推特收到的回复数（模拟数据）。
topic_tags (类别)：推特中讨论的主要金融话题，选择自：储蓄、投资、预算、债务管理、财务规划、信用评分、消费习惯。
financial_behavior (类别)：推特中隐含的金融行为分类，分为：良好行为、中等行为、风险行为。
数据用途概述：
该数据集适用于多种研究和应用领域，包括情感分析和情绪分类、金融决策行为建模、测试金融素养相关的机器学习算法、教育应用中个性化金融学习平台的开发，以及在社交媒体挖掘研究中模拟推特分析。
