A Survey of Datasets for Information Diffusion Tasks

各种新媒体平台上的信息传播逐渐影响个体用户的感知、决策和社会行为。在传播研究中，著名的“五个W”的传播模型（5W模型）清晰地展示了信息传播的过程。目前，虽然涌现了大量关于信息传播的研究和相应的数据集，但缺乏系统的任务分类和数据集整合。为了填补这一空白，我们基于“5W模型”框架调查了信息传播任务和数据集的系统分类。我们首先将信息传播任务分为十个子任务，包括信息传播预测、社交机器人检测和虚假信息检测等三项主要任务，给出了定义和数据集分析。我们还收集了公开可用的信息传播任务数据集库，并根据用户和内容的六个属性进行了比较：用户信息、社交网络、机器人标签、传播内容、传播网络和真实性标签。此外，我们还讨论了当前数据集的局限性和未来研究方向，以推进信息传播的未来发展。数据集库可在我们的网站https://github.com/fuxiaG/Information-Diffusion-Datasets上访问。

对信息扩散任务和数据集进行系统分类，以便更好地预测信息扩散、检测社交机器人和虚假信息。

将信息扩散任务分为10个子任务，并基于6个属性对公开可用的数据集进行比较和分析。

论文提供了一个系统的分类方式，使得研究人员能够更好地了解信息扩散任务和可用数据集的情况。作者收集了公开可用的数据集，基于6个属性进行了比较和分析，并提供了一个数据集库。作者还讨论了当前数据集的局限性和未来的研究方向。

在相关研究中，有一些关于信息扩散的研究，如：'Fake News Detection on Social Media: A Data Mining Perspective'，'Detecting Rumors from Microblogs with Recurrent Neural Networks'，'Predicting Information Spreading in Social Networks'等。