ICWSM 2010论文中的数据可从以下链接获得。我们的数据集已匿名化，以保护用户自己的隐私。我们只发布有关Twitter链接结构的信息。
可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据
数据集
-
链接列表：
此文件包含我们在2009年9月根据Twitter网络快照从Twitter抓取的所有用户到用户链接的列表。该文件包含1,963,263,821个定向社交链接。
可思数据sykv.com
格式： Gzip压缩包。每行包含两个用户标识符，暗示从第一个用户到第二个用户观察到链接（第一个用户跟随第二个用户）。 可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com
数据：Twitter关注链接（10.73GB）
内容来自可思数据sykv.com
可思数据-AI,sykv.com智能驾驶,人脸识别,区块链,大数据
-
转发公约的时间序列：
此文件包含每天7种不同转发变体（RT，via，转发，转发，HT，R / T和回收符号）的新采用者数。
内容来自可思数据sykv.com格式： xlsx。 每行对应一个转发变体，其中第一列给出了变体的名称，后续列给出了每天新采用者的数量，从2007-03-16（使用第一次转发变体的那天）开始。 可思数据-人工智能资讯平台sykv.com
数据：转发会议时间序列（<1MB）
可思数据-人工智能资讯平台sykv.com
可思数据sykv.com,sykv.cn
我们还在此图中共享一组垃圾邮件发送者节点，这些节点来自Twitter中关于链接耕作的相关项目 。
如果您想引用我们的工作，请使用以下BibTeX条目。
对于Twitter拓扑： 可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络
@inproceedings {icwsm10cha，
作者= {Meeyoung Cha和Hamed Haddadi和Fabricio Benevenuto和Krishna P. Gummadi}，
title = {{衡量用户对Twitter的影响：百万追随者谬误}}，
booktitle = {第四届国际AAAI网络日志和社交媒体会议论文集（ICWSM）}}，
month = {May}，
年= {2010}，
地址= {华盛顿特区，美国}
}
可思数据-AI,sykv.com人工智能,深度学习,机器学习,神经网络
对于转发惯例：
@inproceedings {icwsm12kooti，
作者= {Farshad Kooti和Haeryun Yang和Meeyoung Cha和Krishna P. Gummadi和Winter A. Mason}，
title = {{在线社交网络中的公约的出现}}，
booktitle = {第六届国际AAAI网络日志和社交媒体会议论文集（ICWSM）}}，
月= {六月}，
年= {2012}，
地址= {都柏林，爱尔兰}
}
可思数据-数据挖掘,智慧医疗,机器视觉,机器人sykv.com
