全球社交平台Pinterest热门内容数据集
数据来源：互联网公开数据
标签：内容分析, 图像分析, 自然语言处理, 社交媒体, 趋势分析, 图网络分析
数据集简介：
本数据集汇总了Pinterest平台上高人气内容（Pins）的结构化信息，包含图像内容、文本描述、标题信息与受欢迎程度（Repin次数）等关键指标。该数据集由Oneli Wickramasinghe发布，旨在支持多种数据科学应用，包括自然语言处理（NLP）、图像分析、图结构建模与趋势识别等。通过构建内容相似度图（nxGraph）并结合图像统计特征，该数据集提供一个多模态社交媒体内容分析的综合视角。
字段定义：
ID：每条Pin的唯一标识符
Title：Pin标题，包含内容关键词
Description：Pin文本描述，提供内容语义信息
Repin Count：被转Pin的次数，衡量内容的受欢迎程度
图结构说明（nxGraph）：
边特征（Edges）：
Description similarities：基于 Word2Vec（Google News 300）计算的描述相似度
Title similarities：基于 Word2Vec 模型计算的标题相似度
节点特征（Nodes）：
图像统计特征：由 sklearn.stats.describe 提取，如均值、方差、最大值等
文本字段关联特征：如Repin Count、标题长度、关键词数量等
图像说明：
图像以Pin ID为索引
所有图像均已统一缩放至64×64像素大小，便于批量处理与视觉建模
可用于深度学习、图像聚类、视觉相似度评估等任务
数据特征：
数据类型：多模态数据（文本 + 图像 + 图结构）
数据来源：公开的Pinterest热门内容，符合平台数据使用政策
数据规模：具体样本量未标明，字段丰富
数据格式：结构化表格 + 图像文件 + 图结构（NetworkX格式）
适用场景：
文本挖掘与情感分析（NLP）
社交内容传播分析与推荐系统构建
图像聚类与内容风格识别
图神经网络（GNN）实验与内容相似性建模
Pinterest 影响力用户趋势与标签演变分析
