马来西亚Instagram社交网络用户影响力最大化研究数据集-2020年4-5月
数据来源：互联网公开数据
标签：Instagram,社交网络,影响力最大化,用户行为,社交关系,马来西亚,传播模型,用户统计
数据概述：
本数据集是针对Instagram社交网络，用于影响力最大化（IM, Influence Maximization）任务而构建的。数据采集于2020年4月至5月，从马来西亚24所私立大学的Instagram用户及其关注者中获取，主要用户为马来西亚用户。数据集包含70,409个节点/用户，1,007,107条边/连接（关注者和被关注者）。
使用本数据集时，请引用以下论文：
作者：Kristo Radion Purba; David Asirvatham; Raja Kumar Murugesan
题目：基于Instagram参与度和活跃度的影响力最大化扩散模型
期刊：Journal of King Saud University - Computer and Information Sciences
年份：2020
链接：https://doi.org/10.1016/j.jksuci.2020.09.012
如有进一步问题，请联系：kristoradion@live.com
数据文件说明：
Instagram User Stats.csv：包含用户统计信息。
pos：发帖数量
flr：关注者数量
flg：关注数量
eg：参与度等级，一个1到12的量表，反映了相对于关注者数量的参与率强度（点击了解更多）
er：参与率，即点赞+评论/关注者
fg：一个月内关注者增长百分比
op：外部者百分比，即点赞帖子的非关注者数量除以所有点赞者的数量
Network for IC LT.txt：包含独立级联模型（IC, Independent Cascade）的社交网络数据。
source：源节点
target：目标节点
weight：权重（weight = 1/被关注者数量）
Network for IC-u LT-u.txt：包含改进的独立级联模型的社交网络数据。
source：源节点
target：目标节点
weight：权重（weight = 1/被关注者数量 * 源节点的EG * 目标节点的FG）
数据用途概述：
该数据集主要用于社交网络分析、影响力最大化研究、用户行为分析等。研究人员可以使用此数据构建和评估影响力传播模型，识别关键意见领袖，研究用户参与度和社交关系对信息传播的影响。此外，该数据集也适用于社交媒体营销、用户画像构建等应用场景。
