社交媒体虚假信息识别数据集SocialMediaMisinformationDetectionDataset-vngiphong
数据来源：互联网公开数据
标签：社交媒体, 虚假信息, 事实核查, 内容分析, 舆情分析, 文本分类, 谣言识别, 数据挖掘
数据概述：
该数据集包含来自Facebook平台的事实核查数据，记录了不同页面发布的帖子及其真实性评估结果。主要特征如下：
时间跨度：数据记录了2016年9月19日的Facebook帖子信息。
地理范围：数据主要关注Facebook平台上的内容，未明确限定地域范围，但数据源自多个新闻机构。
数据维度：数据集包括多个字段，如“account_id”（账户ID）、“post_id”（帖子ID）、“Category”（帖子所属类别）、“Page”（发布页面）、“Post URL”（帖子链接）、“Date Published”（发布日期）、“Post Type”（帖子类型）、“Rating”（真实性评级）、“Debate”（是否为辩论内容）、“share_count”（分享次数）、“reaction_count”（互动次数）、“comment_count”（评论次数）等。
数据格式：CSV格式，文件名为facebook-fact-check.csv，便于数据分析和处理。数据已进行结构化处理，方便进行分类、统计和分析。
该数据集适用于社交媒体内容分析、事实核查、虚假信息检测等研究，以及相关算法的训练和评估。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于社会学、传播学、信息科学等领域的研究，如社交媒体信息传播规律、虚假信息识别方法、舆情分析等。
行业应用：可以为新闻媒体、内容平台、社交媒体公司提供数据支持，用于构建事实核查系统、优化内容推荐算法、提升用户体验。
决策支持：支持政府部门、监管机构等进行舆情监测、风险评估，辅助制定社交媒体管理策略。
教育和培训：作为传播学、数据科学等课程的案例分析材料，帮助学生理解社交媒体生态、掌握数据分析技能。
此数据集特别适合用于探索社交媒体上虚假信息的传播特征和影响因素，帮助用户开发有效的虚假信息检测模型，提高信息甄别能力。
