社交媒体饮食失调相关推文数据集_Social_Media_Eating_Disorder_Related_Tweets
数据来源：互联网公开数据
标签：社交媒体, 推文数据, 饮食失调, 文本分析, 自然语言处理, 情感分析, 异常检测, 健康医疗
数据概述：
该数据集包含来自Twitter平台的推文数据，记录了与饮食失调相关的内容。主要特征如下：
时间跨度：数据采集时间集中在2020年10月，提供了特定时间段内的社交媒体讨论快照。
地理范围：数据来源不明确，推文内容可能涉及全球范围内的用户。
数据维度：数据集包括多个字段，如“id_tweet”（推文ID）、“date”（发布日期）、“author”（作者）、“text”（推文文本）、“author”（作者）、“text”（推文文本）、“app”（发布应用）、“id_user”（用户ID）、“followers”（关注者数量）、“following”（关注中数量）、“statuses”（状态数量）、“location”（用户位置）、“urls”（链接）、“geolocation”（地理位置）、“name”（用户名称）、“description”（用户描述）、“url_media”（媒体链接）、“type_media”（媒体类型）、“quoted”（引用）、“relation”（关系）、“replied_id”（回复ID）、“user_replied”（被回复用户）、“retweeted_id”（转发ID）、“user_retweeted”（被转发用户）、“quoted_id”（被引用ID）、“user_quoted”（被引用用户）、“first_HT”（第一个话题标签）、“lang”（语言）、“created_at”（创建时间）、“verified”（是否认证）、“avatar”（头像）、“link”（推文链接）、“stream_group”（流分组）、“text_orig”（原始文本）、“hashtag”（话题标签）和“Segmented#”（分词结果）。
数据格式：数据以CSV格式存储，文件名为tweets.csv，便于数据分析和处理。数据集中还包含多个TXT文件，可能用于辅助分析或提供其他数据。
来源信息：数据来源于Twitter平台，通过数据抓取或API获取，已进行初步的数据清洗和结构化处理。
该数据集适合用于研究社交媒体上的健康话题、情感分析以及饮食失调相关的文本挖掘。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于健康医疗、心理学、社会学等领域的研究，例如分析社交媒体上关于饮食失调的讨论、情绪分析、话题演变、用户画像分析等。
行业应用：为医疗健康行业、心理咨询机构、社交媒体平台提供数据支持，可用于舆情监测、风险预警、个性化内容推荐等。
决策支持：支持公共卫生部门和相关机构制定针对性的健康宣传策略、干预措施，以及改善公众对饮食失调的认知。
教育和培训：作为自然语言处理、文本挖掘、社会科学等课程的案例研究数据，帮助学生和研究人员理解社交媒体数据分析方法。
此数据集特别适合用于探索社交媒体用户对饮食失调的讨论模式、情感倾向，以及识别潜在的风险因素，帮助用户实现对社交媒体健康话题的深入理解和应用。
