数据集概述
本数据集是首个公开的Tumblr平台数据，包含通过自举法收集的帖子与博主元数据，以及对文本帖子进行语义分析后提取的各类特征，为研究Tumblr内容生态提供支持。
文件详解
该数据集包含两个ZIP压缩文件，具体说明如下：
- 核心数据文件:
- Tumblr.zip: 包含Tumblr.sql、semtags.txt和README文件。
- Tumblr.sql: MySQL数据库脚本，创建8个数据表，包括博主信息（blogger、blogger_desc）、帖子信息（Posts、Post_desc）、语义分析结果（Document_Sentiment_Feature、Semantic_Tagging、Tone、Topic_Classification）
- semtags.txt: 语义标签词典，基于UCREL语义分析系统（USAS）构建，用于帖子语义标注
- blogger_desc.zip: 可能包含博主描述相关的补充数据
适用场景
- 社交媒体内容分析: 研究Tumblr平台上的帖子类型、主题分布与传播特征
- 语义分析应用: 验证情感分析、主题分类、语气识别等语义模型在社交媒体文本中的效果
- 用户行为研究: 分析博主互动模式（如提问权限、帖子数量）与用户生成内容的关系
- 信息传播研究: 探索转发行为（rebloggedfrom字段）对内容扩散的影响机制
