Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.12886

帮助 | 高级搜索

计算机科学 > 社会与信息网络

arXiv:2501.12886 (cs)
[提交于 2025年1月22日 ]

标题: 多平台在线社区聚合数据集(MADOC)

标题: Multi-Platform Aggregated Dataset of Online Communities (MADOC)

Authors:Marija Mitrović Dankulov, Aleksandar Tomašević, Slobodan Maletić, Miroslav Anđelković, Ana Vranić, Darja Cvetković, Boris Stupovski, Dušan Vudragović, Sara Major, Aleksandar Bogojević
摘要: 多平台聚合在线社区数据集(MADOC)是一个全面的数据集,通过提供符合FAIR标准的跨平台分析的标准化访问,促进计算社会科学的研究。 MADOC整合并标准化了Bluesky、Koo、Reddit和Voat(2012-2024)的数据,包含1890万篇帖子、2.36亿条评论和2310万位唯一用户。 该数据集通过标准化的交互记录和情感分析,使跨平台的有害行为演变比较研究成为可能。 通过提供UUID匿名化的用户历史记录和被封禁社区活动模式的时间对齐,MADOC支持内容审核影响和平台迁移趋势的研究。 通过Zenodo分发,具有持久标识符和Python/R工具包,该数据集遵循FAIR原则,同时通过伦理聚合公共社交媒体档案来应对后API时代的科研挑战。
摘要: The Multi-platform Aggregated Dataset of Online Communities (MADOC) is a comprehensive dataset that facilitates computational social science research by providing FAIR-compliant standardized access to cross-platform analysis of online social dynamics. MADOC aggregates and standardizes data from Bluesky, Koo, Reddit, and Voat (2012-2024), containing 18.9 million posts, 236 million comments, and 23.1 million unique users. The dataset enables comparative studies of toxic behavior evolution across platforms through standardized interaction records and sentiment analysis. By providing UUID-anonymized user histories and temporal alignment of banned communities' activity patterns, MADOC supports research on content moderation impacts and platform migration trends. Distributed via Zenodo with persistent identifiers and Python/R toolkits, the dataset adheres to FAIR principles while addressing post-API-era research challenges through ethical aggregation of public social media archives.
主题: 社会与信息网络 (cs.SI) ; 计算机与社会 (cs.CY); 物理与社会 (physics.soc-ph)
引用方式: arXiv:2501.12886 [cs.SI]
  (或者 arXiv:2501.12886v1 [cs.SI] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.12886
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Aleksandar Tomašević [查看电子邮件]
[v1] 星期三, 2025 年 1 月 22 日 14:02:11 UTC (32 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.CY
physics
physics.soc-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号