# コンテキスト このデータセットは、RedditのPRAW APIを使って開発されたPythonのスクレイパーを用いて作成されたCSVファイルです。生データは、[ユーザー名、サブレディット、UTCタイムスタンプ]の3要素のタプルのリストです。各行はユーザーが行った1つのコメントを表しており、約5日分のRedditデータを表しています。実際のコメントテキストは含まれておらず、ユーザー、サブレディット、ユーザーのコメントのタイムスタンプのみが含まれています。このデータセットの目的は、Redditのメタデータだけからユーザーのパターンを発見するための視点を提供することです。元の使用例は、サブレディット推薦システムを開発するためのニューラルネットワークを学習するのに適したデータセットを作成することでした。その最終システムは[こちら][1]で見ることができます。 このデータセットに関する非常に未完成な探索的データ分析（EDA）は[こちら][2]で見ることができます。公開されているデータセットは、EDAと推薦システムで使用されているデータセットの半分だけで、Kaggleの500MBのサイズ制限を満たすためです。 # 内容 user - コメントを投稿した人のユーザー名 subreddit - ユーザーがコメントを投稿したサブレディットのタイトル utc_stamp - ユーザーがコメントを投稿したUTCタイムスタンプ # 謝辞 このデータセットは学校のプロジェクトの一環として作成されました。共同研究者との最終プロジェクトレポートは[こちら][3]で見ることができます。 # インスピレーション このデータセットを使って、かなりクールなサブレディット推薦システムを構築することができました。それに関するブログ記事は[こちら][4]で見ることができ、その独立したJupyterノートブックは[こちら][5]で見ることができます。私たちの最終モデルは非常に調整不足ですので、間違いなく改善の余地がありますが、このデータセットから構築できる他のクールなデータプロジェクトやデータビジュアライゼーションがたくさんあると思います。一例として、Redditエコシステム内でのユーザーの広がりを分析し、平均的なユーザーが近いコミュニティに集まっているのか、それとも広く遠くの異なるコーナーに渡っているのかを調べることができます。もしこのデータセットを使って何かを構築したら、是非共有してください！そして楽しんでください！ [RedditのAPIライセンス][6]の下で公開されています。 [1]: http://ponderinghydrogen.pythonanywhere.com/ [2]: https://github.com/cole-maclean/MAI-CI/blob/master/SubRecommender/EDA%20Notebook.ipynb [3]: http://cole-maclean.github.io/blog/files/subreddit-recommender.pdf [4]: http://cole-maclean.github.io/blog/RNN-Based-Subreddit-Recommender-System/ [5]: https://github.com/cole-maclean/MAI-CI/blob/master/notebooks/blog%20post.ipynb [6]: https://www.reddit.com/r/%20reddit.com/wiki/api-terms