Reddit 数据集示例

1001 条 Reddit 帖子的示例数据集

一个包含 1000+ 条记录的 Reddit 数据集示例。该数据集使用Bright Data API提取。

Reddit 数据集中包含的部分数据点：

• post_id: 帖子 ID
• url: 帖子链接
• user_posted: 发帖用户的用户名
• title: 帖子标题
• description: 帖子文本描述
• num_comments: 评论数量
• date_posted: 帖子发布日期
• community_name: 社区名称
• num_upvotes: 点赞（顶）数量
• photos: 附带照片的 URL
• videos: 附带视频的 URL
• tag: 标签名称

以及更多数据点。

这是从 “Reddit posts” 数据集中派生的样本子集，完整数据集包含超过40.4 万条记录。

可用的数据集文件格式：JSON、NDJSON、JSON Lines、CSV 或 Parquet。可选支持 .gz 压缩。

数据集交付方式选项：电子邮件、API 下载、Webhook、Amazon S3、Google Cloud Storage、Google Cloud Pub/Sub、Microsoft Azure、Snowflake、SFTP。

更新频率：一次性、每日、每周、每月、每季度，或自定义频率。

可提供基于提取数据点的增强/富化服务：按需提供。

获取完整的 Reddit 数据集。

Reddit 数据集有哪些使用场景？

1. 情感分析

通过分析 Reddit 上的在线讨论来监测消费者情绪，追踪品牌口碑并响应客户反馈。

2. 趋势识别

在 Reddit 上识别行业相关的趋势与话题，为营销内容与活动策划提供参考。

3. 竞争对手分析

分析相似品牌在 Reddit 上的活动，提升竞争情报，发现改进机会。

为学术研究者与非政府组织提供免费的爬虫工具与数据集访问

Bright Initiative 为领先的学术院系与研究者、以及推动各类环境与社会公益事业的 NGO/NPO，提供对 Bright Data 的Web Scraper API与即用型数据集的访问。您可以在此处提交申请。