数据集概述
本数据集为TwiBot-22推特机器人检测基准，包含推特、用户、列表、话题标签四类实体信息，以及训练/验证/测试划分、真实标签和网络边数据。旨在解决现有基于图的推特机器人检测数据集规模有限、结构不完整、标注质量低的问题，支持新型图基机器人检测方法的开发与评估。
文件详解
- readme.md
- 文件格式：MD
- 字段映射介绍：数据集结构说明文档，包含实体类型、划分、标签及网络边的文件说明。
- label.csv
- 文件格式：CSV
- 字段映射介绍：包含id（用户ID）、label（标签，值为human或bot）字段，记录用户的真实标签。
- split.csv
- 文件格式：CSV
- 字段映射介绍：包含id（用户ID）、split（划分，值为train等）字段，记录用户的训练/验证/测试划分。
- user.json
- 文件格式：JSON
- 字段映射介绍：包含用户信息，具体字段需参考Twitter API可检索内容。
数据来源
论文“TwiBot22: Towards Graph-Based Twitter Bot Detection”
适用场景
- 推特机器人检测模型开发: 用于训练和评估基于图结构的推特机器人检测算法。
- 社交媒体内容安全研究: 分析机器人账号特征，支持虚假信息治理和社交媒体内容审核。
- 社交网络结构分析: 基于实体关系网络，研究推特平台的用户交互模式与信息传播机制。
- 基准数据集对比实验: 作为标准化基准，促进不同机器人检测方法的性能比较与技术进步。
