公开可用的社交网络数据集/API
https://datascience.stackexchange.com/questions/422
-
16-10-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
作为我们大清单的扩展 公开可用的数据集, ，我想知道是否有任何公开可用的社交网络数据集/爬网API列表。如果添加了可用数据的特征，那将是非常好的。这些信息应该是，也不限于以下内容：
- 社交网络的名称；
- 它提供了什么样的用户信息（帖子，个人资料，友谊网络，...）;
- 它是否允许通过API（和速率：10/min，1k/个月）爬行其内容物；
- 它是否仅提供整个数据集的快照。
非常欢迎任何建议和进一步的特征。
解决方案
关于社交网络API的几个单词。大约一年前，我为研究人员写了一篇关于流行社交网络的API的评论。不幸的是，它是在俄罗斯的。这是一个摘要：
推特 (https://dev.twitter.com/docs/api/1.1)
- 几乎所有有关推文/文本和用户的数据都可以使用；
- 缺乏社会人口统计学数据；
- 出色的流API：可用于实时文本处理；
- 许多用于编程语言的包装纸；
- 获得网络结构（连接）是可能的，但是耗时（每1分钟1个请求）。
Facebook (https://developers.facebook.com/docs/reference/api/)
- 费率限制：每秒大约1个请求；
- 记载的沙盒出现；
- FQL（SQL Like）和“常规休息”图API;
- 友谊数据和社会人口统计学特征；
- 很多数据超出了 事件视野: ：只有朋友和朋友的数据或多或少是完整的，几乎没有任何关于随机用户的研究；
- 一些奇怪的API错误，看起来没人在乎它（例如，通过FQL获得的某些功能，但不是通过Graph API同义词）。
Instagram (http://instagram.com/developer/)
- 费率限制：每小时5000个请求；
- 实时API（例如用于Twitter的流API，但使用照片） - 与之连接有点棘手：使用回调；
- 缺乏社会人口统计学数据；
- 照片，过滤数据可用；
- 意外的缺陷（例如，只能收集150条评论来发布/照片）。
Foursquare (https://developer.foursquare.com/overview/)
- 费率限制：每小时5000个请求；
- 地年代数据王国:)
- 由于隐私问题，与研究完全封闭。要收集Checkins数据，需要构建与4SQ，BIT.LY和TWITTER API一起工作的复合解析器；
- 再次：缺乏社会人口统计学数据。
Google+ (https://developers.google.com/+/api/latest/)
- 每秒大约5个请求（尝试验证）；
- 主要方法：活动和人员；
- 像在Facebook上一样，隐藏了许多随机用户的个人数据；
- 缺乏用户连接数据。
竞争之外：我审查了俄罗斯读者的社交网络，这里的＃1网络是 vk.com. 。它被翻译成多种语言，但仅在俄罗斯和其他独联体国家中流行。 API文档链接： http://vk.com/dev/. 。从我的角度来看，这是自制社交媒体研究的最佳选择。至少在俄罗斯。这就是为什么：
- 费率限制：每秒3个请求；
- 可用的公共文本和媒体数据；
- 可用的社会人口统计学数据：对于随机的用户可用性级别约为60-70％；
- 还可以使用用户之间的连接：几乎所有随机用户的友谊数据都可以使用；
- 一些特殊的方法：例如，有一种方法可以实时获得确切用户的在线/离线状态，并且可以为他的受众建立时间表。
其他提示
它本身不是社交网络，而是STACKEXCHANGE定期发布他们的整个数据库：
您可以通过分析用户互相询问和回答来提取一些社交信息。一件好事是，由于帖子被标记，您可以轻松分析子社区。
可以在Stanford网络分析项目网站上找到一系列公开的社交网络数据集：
该网站包含Internet社交网络数据（Facebook，Twitter，Google Plus），用于学术期刊的引文网络，来自亚马逊的共同购买网络以及其他几种网络。他们已经指示，无向和两部分图形，所有数据集都是可以以压缩形式下载的快照。
来自德国的一个例子：与LinkedIn类似的网站，但仅限于德语国家。
链接到开发人员中央： https://dev.xing.com/overview
提供：用户配置文件，用户之间的对话（限于用户本身），求职广告，联系人的联系和联系人，网络新闻和一些地理位置API。
是的，它有一个API，但我没有找到有关费率的信息。但是在我看来，一些信息仅限于用户的同意。
网络存储库（http://networkrepository.com）拥有大量的社交网络，网络图，生物和大脑网络等。最重要的是，它们还具有交互式的视觉分析工具来比较/探索各种社交网络。
可以在 这里. 。其中许多是社交图。
泰语文字 来自不同的社交媒体平台 +情感标签（积极，中性，负面）。
