发帖
雷达卡
最近的UTD24就“全球事件数据”给了一些研究方向，大模型使得大规模数据集分析成为可能。由于文件较大，有需要的可以私聊询问具体情况
本数据集基于 Global Database of Events, Language and Tone（GDELT Project）公开数据源整理而成，时间覆盖 2013—2022 年，适用于国际关系、全球治理、地缘政治、气候治理、区域合作、新闻传播、社会网络分析、事件数据建模、文本挖掘与机器学习等研究场景。
本数据在 GDELT 官方事件数据的基础上进行了进一步扩展与整理。除保留事件时间、事件地点、行为体、事件类型、来源链接、CAMEO 编码、Goldstein 分值等基础事件信息外，本数据还根据 GDELT 提供的原始新闻链接，进一步爬取并整理了每条新闻的具体正文内容，使数据不仅可以用于事件层面的统计分析，也可以用于新闻文本分析、主题模型、关键词检索、语义分析、情感分析、话语分析和大规模文本挖掘。
相比 GDELT 官方原始数据，本数据集的主要优势在于：官方数据通常只提供事件记录、新闻来源链接及有限的标题或摘要信息，而本数据进一步补充了新闻全文内容。用户无需再逐条访问原始网页、编写爬虫、清洗网页文本或进行批量正文提取，可直接基于结构化数据开展后续研究分析，大幅节省数据收集、文本抓取、格式整理和前期预处理时间。
数据适用方向包括但不限于：
国际关系与全球事件研究；
国家、国际组织、企业、非政府组织等行为体互动分析；
合作与冲突事件识别；
社会网络分析与关系数据构建；
新闻文本挖掘与主题建模；
气候治理、区域治理与跨国合作研究；
事件数据建模、时间序列分析与机器学习训练。
数据说明：
数据来源：GDELT Project 公开数据及其对应新闻来源页面；
时间范围：2013—2022 年；
数据内容：GDELT 事件记录信息 + 原始新闻正文内容；
京公网安备 11010802022788号
