# 印尼FPI伊斯兰卫士阵线推文数据集分析报告

## 引言与背景

社交媒体数据已成为研究社会现象、政治动态和舆论趋势的重要资源。本数据集包含了2016年至2020年间与印尼伊斯兰卫士阵线（FPI）相关的150万条推文数据，为研究印尼宗教政治团体的在线活动、公众反应以及社会影响力提供了宝贵的原始资料。数据集由5个年度CSV文件组成，涵盖了从2016年到2020年的完整时间序列，包含推文内容、用户信息、互动数据、媒体内容等多维度信息。这些数据对于社交媒体分析、自然语言处理、政治科学研究以及公共政策制定具有重要价值，可用于训练文本分类模型、分析舆论趋势、研究在线社区动态等多种科研和应用场景。

## 数据基本信息

### 字段说明

| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---------|---------|---------|---------|---------|
| id | 文本/数字 | 推文唯一标识符 | 815346777557647360 | 100% |
| conversation_id | 文本/数字 | 对话线程标识符 | 814772733582057472 | 100% |
| created_at | 数字 | 创建时间戳（毫秒） | 1483228794000.0 | 100% |
| date | 文本 | 创建日期时间 | 2016-12-31 23:59:54 | 100% |
| timezone | 文本 | 时区 | +0000 | 100% |
| place | 文本 | 地理位置 | 空值 | 低（大部分缺失） |
| tweet | 文本 | 推文内容 | @Jaelani92145365 yg menolak FPI hanya kaum... | 100% |
| language | 文本 | 语言代码 | in | 100% |
| hashtags | 数组 | 话题标签 | ['2017tetapahok'] | 约60%缺失 |
| cashtags | 数组 | 现金标签 | [] | 约99%缺失 |
| user_id | 文本/数字 | 用户唯一ID | 309243325 | 100% |
| username | 文本 | 用户名 | rasnugros | 100% |
| name | 文本 | 用户显示名称 | Negri Salaka | 100% |
| day | 数字 | 星期几 | 6 | 100% |
| hour | 数字 | 小时 | 23 | 100% |
| link | 文本 | 推文链接 | https://twitter.com/... | 100% |
| urls | 数组 | 包含的链接 | ['http://bit.ly/2hA371v'] | 约70%缺失 |
| photos | 数组 | 包含的照片 | ['https://pbs.twimg.com/...'] | 约95%缺失 |
| video | 数字 | 是否包含视频 | 0 | 100% |
| nlikes | 数字 | 点赞数 | 0 | 100% |
| nreplies | 数字 | 回复数 | 0 | 100% |
| nretweets | 数字 | 转发数 | 0 | 100% |
| source | 文本 | 发布来源 | 空值 | 约70%缺失 |

### 数据分布情况

#### 年份分布

| 年份 | 记录数量 | 占比 | 累计占比 |
|------|---------|------|---------|
| 2016 | 268,467 | 17.88% | 17.88% |
| 2017 | 428,262 | 28.52% | 46.40% |
| 2018 | 191,396 | 12.74% | 59.14% |
| 2019 | 327,324 | 21.80% | 80.94% |
| 2020 | 286,129 | 19.06% | 100.00% |
| 总计 | 1,501,582 | 100.00% | - |

#### 语言分布

| 语言 | 记录数量 | 占比 |
|------|---------|------|
| 印尼语（in） | 约1,205,000 | 80.30% |
| 他加禄语（tl） | 约2,550 | 0.17% |
| 土耳其语（tr） | 约780 | 0.05% |
| 英语（en） | 约410 | 0.03% |
| 其他语言 | 约2,900 | 0.19% |
| 总计 | 约1,211,640 | 80.70% |

#### 媒体内容分布

| 媒体类型 | 记录数量 | 占比 |
|---------|---------|------|
| 包含照片 | 约80,000 | 5.33% |
| 包含视频 | 约94,000 | 6.27% |
| 纯文本 | 约1,327,582 | 88.40% |

#### 互动数据统计

| 互动类型 | 平均值 | 总计 |
|---------|-------|------|
| 点赞数（nlikes） | 4.94 | 约7,417,800 |
| 回复数（nreplies） | 0.92 | 约1,381,455 |
| 转发数（nretweets） | 2.04 | 约3,063,227 |

## 数据优势

| 优势特征 | 具体表现 | 应用价值 |
|---------|---------|---------|
| 数据量庞大 | 150万条推文，涵盖5年时间序列 | 支持大规模数据分析和深度学习模型训练 |
| 多维度信息 | 包含内容、用户、时间、互动、媒体等多维度信息 | 支持综合性分析和多视角研究 |
| 印尼语为主 | 约80%为印尼语内容，提供丰富的东南亚语言资源 | 支持印尼语NLP模型训练和东南亚社交媒体研究 |
| 完整时间序列 | 2016-2020年连续数据，记录社会动态变化 | 支持趋势分析和时间序列研究 |
| 媒体内容包含 | 约11.6%的推文包含图片或视频 | 支持多媒体内容分析和多模态研究 |

## 数据样例

以下为数据集的15条样例，涵盖不同年份、语言和互动情况：

1. 2016年12月31日 - 印尼语 - 互动：0点赞/0回复/0转发
内容：@Jaelani92145365 yg menolak FPI hanya kaum yg doyan mabok, pelacur, judi dan maksiat !!! Pikir cerdas

2. 2016年12月31日 - 印尼语 - 互动：2点赞/0回复/2转发
内容：Fakta ini mendukung bhw terdapat banyak benar penderita sakit jiwa di Indonesia yg tersembunyi. Semua FPI misalnya pasti berpenyakit mental. https://t.co/Gd2Y7oH30Y

3. 2017年12月31日 - 印尼语 - 互动：1点赞/0回复/0转发
内容：@mohmahfudmd Yang penting ABJ = ALLAH BERSAMA JOKOWI. Bukan begitu prof. Pasukan radikalis, intoleran, FPI, HTI, GNPF dan sejenisnya...

4. 2017年12月31日 - 印尼语 - 互动：0点赞/1回复/0转发
内容：Polres Metro Bekasi tangkap pengurus FPI - ANTARA https://t.co/8LPd85BB9q https://t.co/pXlpwfv3ox

5. 2018年12月31日 - 印尼语 - 互动：1点赞/1回复/2转发
内容：@King54fir Selamat pagi indonesia !!! Polling Lanjutkan @MardaniAliSera @Nenowarisman5 @PEPESOfficial @mom_zha @swulll @hilmi_fpi...

6. 2018年12月31日 - 印尼语 - 互动：1点赞/1回复/0转发
内容：@hilmi_fpi FPI selalu sigap, yang saya mo tanyakan banser kemana? Awas jangan bilang lg joget ditempat dangdut loh

7. 2019年12月31日 - 印尼语 - 互动：0点赞/1回复/0转发
内容：@kumparan Kalau menurut gue lebih bgus di bali aja, soalnya muslim adalah agama mayoritas di jakarta, wajar aja kalau pemerintah tak mengizinkan penyelenggaraan DWP...

8. 2019年12月31日 - 印尼语 - 互动：3点赞/1回复/1转发
内容：@snjayajonggrang Naif sekali kalau Polri tidak segera menangkap para dedengkot FPI. Mumpung belum terlanjur memprovokasi lbh byk masyarakat...

9. 2020年12月7日 - 印尼语 - 互动：0点赞/0回复/0转发
内容：FPI klo bikin fitnah .. hoax .. pemutar balikan fakta .. hukumnya halaaaallllll .. dan bisa masuk surga .. klo pihak lain haraaaammmmm .. kafirrrrr .. bukan begitu bukan 😂😂

10. 2020年12月7日 - 印尼语 - 互动：0点赞/0回复/0转发
内容：Tidak Profesional itu berarti gak becus.. Copot, Usut dan Adili kepemimpinan Kapolri dan Kapolda atas kinerja anak buah beserta jajarannya... #SayaPercayaFPI

11. 2016年12月31日 - 印尼语 - 互动：0点赞/0回复/0转发
内容：@DPP_FPI apa ni termasuk perbuatan makar

12. 2017年12月31日 - 印尼语 - 互动：1点赞/0回复/0转发
内容：@mohmahfudmd Yang penting ABJ = ALLAH BERSAMA JOKOWI...

13. 2018年12月31日 - 印尼语 - 互动：0点赞/0回复/1转发
内容：Ditolak Blusukan, Percakapan Ahok dengan Ketua FPI Pasar Minggu Jadi Viral https://t.co/xT5an2aI8J https://t.co/afrYooNReg

14. 2019年12月31日 - 印尼语 - 互动：0点赞/1回复/0转发
内容：@kumparan Kalau menurut gue lebih bgus di bali aja...

15. 2020年12月7日 - 印尼语 - 互动：0点赞/0回复/0转发
内容：FPI klo bikin fitnah .. hoax .. pemutar balikan fakta...

## 应用场景

### 社交媒体内容分析与舆论研究

本数据集为研究印尼政治社会动态提供了丰富的原始材料。研究人员可以通过分析推文内容，了解公众对FPI及其相关议题的态度和看法，追踪舆论演变趋势。例如，可以分析不同年份公众对FPI的关注度变化，以及重大事件前后舆论的转变。通过自然语言处理技术，可以识别主流观点、情感倾向和关键讨论主题，为政治科学和社会学研究提供数据支持。

### 印尼语自然语言处理模型训练

由于数据集包含约120万条印尼语推文，是训练印尼语NLP模型的宝贵资源。可以用于训练文本分类、情感分析、命名实体识别等模型，提升印尼语处理的准确性。对于开发针对东南亚市场的社交媒体分析工具和内容审核系统，这些数据具有重要的应用价值。此外，多语言数据的存在也为跨语言研究提供了可能性。

### 社交媒体互动模式与传播机制研究

数据集包含详细的互动数据（点赞、回复、转发），可以用于研究信息在社交媒体上的传播机制。研究人员可以分析不同类型内容的传播效率，识别关键意见领袖，理解信息扩散的网络结构。这些研究对于制定有效的社交媒体营销策略、危机公关管理以及信息传播优化具有实际应用价值。

### 多媒体内容分析与多模态研究

约11.6%的推文包含图片或视频，为多媒体内容分析提供了数据支持。可以结合文本和图像/视频内容，开展多模态分析研究，例如分析图片内容与文本情绪的关联性，或者研究包含媒体内容的推文与纯文本推文在传播效果上的差异。这对于开发更先进的社交媒体内容分析系统具有重要意义。

## 结尾

本数据集包含2016-2020年间与印尼FPI相关的150万条推文，是研究印尼社会政治动态、社交媒体行为以及自然语言处理的宝贵资源。数据集涵盖了丰富的多维度信息，包括文本内容、用户信息、互动数据和媒体内容，支持多种研究和应用场景。其时间跨度长、数据量大、语言多样性等特点使其具有广泛的科研价值和应用潜力。

该数据集可用于社交媒体分析、自然语言处理模型训练、舆论研究、信息传播机制分析等多个领域。对于研究印尼政治社会现象、开发印尼语处理工具以及理解社交媒体行为模式，都提供了重要的数据支持。如有需要，可获取完整数据集进行深入研究和应用开发。