数据集概述
该数据集包含约503,456条X平台（原Twitter）推文，主要语言为英语、西班牙语和法语，时间范围覆盖2024年8月至2025年3月。数据聚焦网络安全威胁相关公众话语，记录推文内容、互动数据及用户基础信息，用于情绪分析研究。
文件详解
- 文件名称：twitter_sentiment_dataset.csv
- 文件格式：CSV（UTF-8编码）
- 核心字段：
- id：推文唯一标识
- text：原始推文内容
- cleaned_text：清洗后的文本
- created_at：推文发布时间
- username/user_id：用户信息
- language：推文语言
- retweet_count/like_count等：互动数据
- hashtags/mentions/urls：推文关联元素
- source：发布来源
- is_retweet/is_reply：推文类型标识
适用场景
- 网络安全公众情绪研究：分析不同地区用户对网络威胁的情绪倾向
- 社交媒体话语分析：探究网络安全话题在X平台的传播特征
- 多语言NLP模型训练：用于网络安全领域多语言情绪分类模型开发
- 威胁传播趋势监测：结合时间维度分析网络威胁相关话题的热度变化
