数据集概述
本数据集围绕2020年美国大选期间Twitter平台上虚假新闻超级分享者展开研究，识别出2107名注册美国选民，其分享量占66.4万选民虚假新闻总分享量的80%。数据揭示超级分享者的人口统计学特征、网络影响力及分享行为模式，为理解社交媒体虚假信息传播机制提供支撑。
文件详解
- README.md
- 文件格式：MD
- 字段映射介绍：包含研究数据与代码的说明文档，概述存储库组织方式（按研究问题分类文件夹），说明代码与公开数据的复制用途，强调未提供个人级数据及IRB批准获取去标识化数据的条件。
- Archive20240523.zip
- 文件格式：ZIP
- 字段映射介绍：压缩归档文件，包含支撑研究结果复制的代码及公开可用数据，具体内容需解压后查看，按研究问题分类组织。
适用场景
- 社交媒体虚假信息传播机制研究: 分析超级分享者在虚假新闻传播中的核心作用及网络影响力。
- 政治传播行为分析: 探究2020年美国大选期间选民的虚假新闻分享行为特征。
- 人口统计学与信息传播关联研究: 研究超级分享者中女性、老年人及共和党选民的占比差异对传播的影响。
- 社交媒体平台治理策略制定: 基于超级分享者的手动持续转发模式，优化虚假信息干预与管控措施。
- 学术研究结果复制: 为相关研究提供可复现的代码与数据支持。
