美国民众焦虑研究DearAbby问题数据集-1980s至2017年-thedevastator
数据来源：互联网公开数据
标签：美国,民众焦虑,Dear Abby,社会问题,性别研究,文化分析,社会学研究
数据概述：
本数据集收录了自1980年代中期至2017年间向知名专栏作家Dear Abby提出的20,000个问题，为研究美国民众的焦虑和关注点提供了宝贵的见解。数据来源于The Pudding于2018年11月发布的论文《30 Years of American Anxieties: What 20,000 letters to an advice columnist tell us about what—and who—concerns us most》。数据集包括问题文本、发表文章的标题和URL等信息。数据来源包括公开网站和包含Dear Abby专栏的报纸的数字副本。数据集中问题的作者主要为女性（约三分之二），这一比例基于Pauline Phillips于1987年进行的一项调查结果。
数据用途概述：
该数据集适用于社会学研究、文化分析和性别研究等多种场景。研究人员可以通过关键词分析和文本分析技术探索特定话题或主题，如性、LGBTQ问题和宗教等。此外，数据集中的问题还涉及父母、子女、朋友和上司等主题，可以通过t-SNE等可视化聚类技术进行研究。数据集可以用于分析美国民众焦虑和关注点的变化趋势，了解社会文化变迁和不同年代的社会问题。
如何使用该数据集：
理解列：数据集包含多个列，提供了每条问题的相关信息。
- year：问题发表的年份。
- month：问题发表的月份。
- day：问题发表的日期。
- url：问题发表的文章或出版物的URL。
- title：问题发表的文章标题。
- question_only：读者提出的问题文本。
分析特定话题：数据集涵盖了多个在研究期间困扰美国民众的主题。可以通过与相关话题相关的关键词结合文本分析技术来分析公众关注点和态度。
- 关键词分析：为有效分析特定话题或主题，建议创建与研究兴趣相关的关键词列表，用于在question_only或title列中筛选和搜索。
- 文本分析技术：可以应用多种文本分析技术，如情感分析、主题建模（使用如潜在狄利克雷分配等方法）、词频分析等，以达到研究目的。
- 可视化和聚类：如果对问题中不同变量（如主题聚类）之间的模式或趋势感兴趣，可以利用t-SNE等可视化技术创建可视化表示。
- 其他聚类算法或网络分析技术也可以用于从数据集中获得更多见解。
研究想法：
分析美国民众焦虑趋势：该数据集可以用于分析和理解三十余年间美国民众关注点和焦虑的变化。通过检查问题中的关键词和主题，研究人员可以识别社会担忧的模式和趋势。
- 性别分析：由于提到问题作者约三分之二是女性，该数据集可用于探索性别相关问题和差异。研究人员可以分析性别如何影响问题的类型，以及研究随时间变化或延续的性别相关焦虑。
- 文化分析：通过检查与性、LGBTQ问题、宗教、父母、子女、朋友和上司相关的关键词，研究人员可以获得关于不同时期美国文化价值观和规范的见解。这些信息可用于研究这些话题的社会态度及其随时间的变化。
致谢：
如果您在研究中使用此数据集，请引用原始作者Kelly Garrett。
数据来源：The Pudding，30 Years of American Anxieties: What 20,000 letters to an advice columnist tell us about what—and who—concerns us most，2018年11月。
