在线社区多平台聚合数据集（MADOC）
社会与信息网络
2025-12-29 v1 计算机与社会
物理与社会
摘要
在线社区多平台聚合数据集（MADOC）是一个综合性的数据集，通过提供符合 FAIR 原则的标准化访问以进行在线社会动态的跨平台分析，从而促进计算社会科学研究。MADOC 聚合并标准化了来自 Bluesky、Koo、Reddit 和 Voat（2012-2024）的数据，包含 1890 万条帖子、2.36 亿条评论和 2310 万独立用户。该数据集通过标准化的交互记录和情感分析，支持跨平台的毒性行为演变比较研究。通过提供 UUID 匿名化的用户历史记录以及被封禁社区活动模式的时间对齐，MADOC 支持关于内容审核影响和平台迁移趋势的研究。该数据集通过 Zenodo 以持久标识符和 Python/R 工具包分发，遵循 FAIR 原则，同时通过对公开社交媒体档案的伦理聚合应对后 API 时代的研究挑战。
引用
@article{arxiv.2501.12886,
title = {Multi-Platform Aggregated Dataset of Online Communities (MADOC)},
author = {Marija Mitrović Dankulov and Aleksandar Tomašević and Slobodan Maletić and Miroslav Anđelković and Ana Vranić and Darja Cvetković and Boris Stupovski and Dušan Vudragović and Sara Major and Aleksandar Bogojević},
journal= {arXiv preprint arXiv:2501.12886},
year = {2025}
}