面向移动短视频平台的大规模数据集：行为、属性与内容

短视频平台对人们的日常生活影响日益增大，数十亿活跃用户每天花费大量时间。用户与在线平台之间的相互作用导致跨计算社会科学和人工智能的许多科学问题。然而，尽管短视频平台发展迅速，现有相关数据集在三个方面仍存在严重不足：用户-视频反馈不足、用户属性有限以及缺乏视频内容。为此，我们提供了一个来自真实移动短视频平台的大规模数据集，包含丰富的用户行为、属性和视频内容。该数据集覆盖10,000名自愿用户和153,561个视频，我们对数据集进行了四次技术验证。首先，我们验证了行为和属性数据的丰富性。其次，我们确认了内容特征的代表性。第三，我们在数据集上提供基准测试结果。最后，我们使用该数据集探讨了平台上的过滤气泡现象。我们相信，该数据集可以支持广泛的研究社区，包括但不限于用户建模、社会科学、人类行为理解等。该数据集和代码已提供于 https://github.com/tsinghua-fib-lab/ShortVideo_dataset。