YouTube-Twitter和短信垃圾信息数据集
数据来源：互联网公开数据
标签：垃圾信息,短信,社交媒体,YouTube,Twitter,文本数据,自然语言处理,垃圾邮件检测
数据概述：
本数据集整合了多个公开的垃圾信息数据集，旨在为垃圾信息检测、文本分类等研究提供数据资源。数据集主要由三部分组成：
- YouTube垃圾评论数据集：该数据集包含从YouTube平台上收集的评论数据，共包含来自5个不同视频的1956条评论。每条评论都带有“垃圾信息”（Spam）或“非垃圾信息”（Not Spam）的标签，并包含评论ID、作者、日期和内容等信息。
- 短信垃圾信息数据集：该数据集包含短信消息，分为垃圾短信（Spam）和正常短信（Ham）两类。数据来源于多个渠道，包括从Grumbletext网站手动提取的425条垃圾短信；NUS SMS Corpus中随机抽取的3375条正常短信；以及来自Caroline Tag博士论文的450条正常短信。
- Twitter垃圾信息数据集：该数据集包含Twitter上的推文数据，分为垃圾推文（Spam）和正常推文（Legitimate）两类。其中，垃圾推文数据集包含58690条推文，正常推文数据集包含68345条推文。
数据用途概述：
该数据集可用于多种研究和应用场景，包括：
- 垃圾信息检测模型的训练和评估：利用YouTube评论、短信和Twitter推文数据，可以构建和测试用于识别垃圾信息的机器学习模型。
- 文本分类研究：数据集中的文本数据可用于探索不同的文本分类算法，例如朴素贝叶斯、支持向量机、深度学习等。
- 自然语言处理研究：数据集可用于进行词频统计、情感分析、主题建模等自然语言处理任务。
- 垃圾信息传播分析：通过分析不同平台上的垃圾信息，可以研究垃圾信息传播的规律和特点。
