اولین مجموعه داده از اخبار و توییتر مربوط به کوید-۱۹ در میان پرتغالی ها

عنوان فارسی مقاله:اولین مجموعه داده از اخبار و توییتر مربوط به کوید-۱۹ در میان پرتغالی ها

چکیده

در این مقاله داده‌ای، ما مجموعه‌ای از ۳،۹۲۵،۳۶۶ توییت و ۱۸،۴۱۳ خبر آنلاین پیرامون بحث آنلاین درباره COVID-19 در برزیل را ارائه می‌دهیم. داده‌های حاصل از توییتر از طریق کتابخانه Twitterscraper Python جمع آوری شد و ما مجموعه‌ای از کلمات کلیدی به زبان پرتغالی را در رابطه با COVID-19 در نظر گرفتیم. به منظور تسهیل شناسایی تویت هایی که دارای هشتگ، رسانه و بازتوییت برای محققان یا علاقه مندان به داده هستند، برای هر یک از این دسته‌ها سه مجموعه داده خاص ایجاد کردیم. اخبار مربوط به COVID-19 از پرتال UOL، محبوب‌ترین وب سایت برزیل جمع آوری شده است. همه داده‌ها از ژانویه تا مه سال ۲۰۲۰ جمع آوری شده است. این مجموعه داده‌ها می‌توانند توجه جوامعی مانند علوم داده، علوم اجتماعی، پردازش زبان طبیعی، گردشگری، اپیدمولوژی و بهداشت عمومی را به خود جلب کنند(اخبار و توییتر مربوط به کوید-۱۹).

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A first public dataset from Brazilian twitter and news on COVID-19 in Portuguese

Abstract

In this data article, we provide a collection of 3,925,366 tweets and 18,413 online news around the online discussion about COVID-19 in Brazil. The data from Twitter were collected through Twitterscraper Python library and we considered a set of keywords in Portuguese regarding to COVID-19. In order to facilitate the identification of tweets that have hashtags, media and retweets for researchers or data enthusiasts, we created three specific datasets for each of these categories. The news on COVID-19 was collected from the UOL portal, the most popular Brazilian website. All the data were gathered from January to May, 2020. These datasets can attract the attention from communities such as data science, social science, natural language processing, tourism, infodemiology, and public health.