# コンテキスト このデータセットには10万のユーザーのネットワークが含まれており、そのうち約5000人が憎悪的であるかどうかについてアノテーションされています。 各ユーザーについて、コンテンツ関連、ネットワーク関連、アクティビティ関連のいくつかの特徴量が提供されています。 分析と簡単な分類アプローチについては[このリポジトリ](https://github.com/manoelhortaribeiro/HatefulUsersTwitter)を、ネットワーク埋め込み手法であるGraphSageを採用したものについては[このリポジトリ](https://github.com/manoelhortaribeiro/graphsage_hateful_users)を確認してください。 *ヒント*: 各ユーザーに関連するコンテンツだけでなく、Twitterのネットワーク構造も利用してみてください。 # コンテンツ - `users_anon_neighborhood.csv` 各ユーザーのいくつかの特徴量と、その1近傍（彼らがツイートした人々）の一部の特徴量の平均が記載されたファイル。`c_` はリツイートネットワークにおけるユーザーの1近傍に対して計算された属性（平均化されたもの）であることに注意してください。 - `users_clean.graphml` リツイートネットワークを持つnetworkx互換ファイル。ユーザーIDは `users_anon_neighborhood.csv` のものに対応しています！ 元のツイートに興味がある場合は、私に連絡してください:) ## 再現性のため これらはGraphSageが[ここ](https://github.com/manoelhortaribeiro/graphsage_hateful_users)で使用するファイルです。特殊な形式です; 私は "_" を追加しました。 - `_users_(hate|suspended)_(glove|all).content` 各ユーザーの特徴ベクトルとそのクラスが記載されたファイル。`hate` の付いたものはユーザーを `hateful`、`normal`、`other` のいずれかにラベル付けし、`suspended` の付いたものはユーザーを `suspended` またはアクティブにラベル付けします。`glove` の付いたものは特徴量としてグローブベクトルのみを持ち、`all` の付いたものはユーザーのアクティビティやネットワークの中心性に関連する他の属性を持ちます。これはGraphSageアルゴリズムにのみ適用されます。 - `_user.edges` リツイートグラフのすべての（有向）エッジが記載されたファイル。 # 属性の説明 hate :("hateful"|"normal"|"other") ユーザーが憎悪的、通常、またはアノテーションされていないとしてアノテーションされたかどうか。 (is_50|is_50_2) :bool ユーザーが2017年12月12日までまたは2018年1月14日までに削除されたかどうか。 (is_63|is_63_2) :bool ユーザーが2017年12月12日までまたは2018年1月14日までに凍結されたかどうか。 (hate|normal)_neigh :bool ユーザーが（憎悪的|通常）なユーザーの近傍にいるかどうか？ [c_] (statuses|follower|followees|favorites)_count :int ユーザーが持つ（ツイート|フォロワー|フォロー中|お気に入り）の数。 [c_] listed_count:int ユーザーが含まれているリストの数。 [c_] (betweenness|eigenvector|in_degree|outdegree) :float リツイートグラフにおける各ユーザーの中心性測定値。 [c_] *_empath :float ユーザーの直近200件のツイートにおけるエンパスカテゴリの出現回数。 [c_] *_glove :float ユーザーの直近200件のツイートに対して計算されたグローブベクトル。 [c_] (sentiment|subjectivity) :float ユーザーのツイートの平均感情と主観性。 [c_] (time_diff|time_diff_median) :float ツイート間の平均および中央値の時間差。 [c_] (tweet|retweet|quote) number :float ユーザーの直接ツイート、リツイート、引用ツイートの割合。 [c_] (number urls|number hashtags|baddies|mentions) :float ツイートごとの平均的な悪い言葉|メンション|URL|ハッシュタグの数。 [c_] status length :float 平均ステータス長。 hashtags :string ユーザーが使用したすべてのハッシュタグが空白で区切られた文字列。