数据集管理与分析平台

Reddit前250万这是什么？这是来自的热门帖子数据集。它包含来自前2,500个subreddits的前1,000个历史帖子，因此总共有250万个帖子。排名靠前的subreddits由订阅者数量决定，并位于其中的清单文件中。该数据是在2013年8月15日至20日之间提取的。每个文件都是一个以相关subreddit作为文件名的CSV。每个CSV文件都包含一个标题行。

研究问题：企业媒体如何反映在社交媒体上？主流媒体上发布的世界事件如何反映社交媒体帖子的情绪？

自然语言处理：对于NLP，我们将使用nltk。使用pip安装：sudo pip install -U nltk

SCI套件学习：使用pip安装：pip install -U scikit-learn

数据来源：新闻文章