评分网站争议性评论数据集
数据来源：互联网公开数据
标签：评分网站,用户评论,争议分析,电影,视频游戏,机器学习,数据清洗
数据概述：
本数据集收录了来自Metacritic和RottenTomatoes两个评分网站的用户评论数据，主要聚焦于引发争议的高知名度电影和视频游戏。数据涵盖2020年11月至2021年1月期间的用户评论，包括评分、评论内容及评论时间戳等关键字段。数据集包含以下内容：
1. 争议性评论目标：《复仇者联盟：终局之战》《星球大战：最后的绝地武士》《美国制裁》等引发广泛争议的电影及游戏评论。
2. 控制组样本：未受争议影响的高知名度作品评论，如《罗根》《星际穿越》等。
3. 数据清洗：保留了原始评论内容，包括可能包含的脏话和攻击性言论，未做人工修改。
数据用途概述：
该数据集适用于以下场景：
1. 争议性评论的识别与分类，如通过文本分析区分真实评论与被引导的“评分轰炸”评论。
2. 用户行为研究，探索争议性内容对用户评分行为的影响。
3. 机器学习模型开发，用于检测评论中的偏见或动机性言论。
4. 争议性内容的社会现象分析，研究文化、性别、种族等因素在评分争议中的作用。
5. 数据清洗与预处理方法研究，为后续机器学习任务提供高质量数据支持。
通过本数据集，研究者可深入分析评分争议背后的行为模式，为企业、开发者及政策制定者提供数据支持，帮助理解用户评分与产品评价之间的复杂关系。
