子任务1:数据集是一个来自真实场景——微博的转发网络数据集,包含1,563,421个用户及其之间的转发关系。数据集分为训练文件和测试文件。
训练文件的格式如下:第一行是一个整数,表示节点(用户)的总数;从第二行开始,每行包含三个整数,分别表示源节点ID、目标节点ID和边的权重,其中源节点ID表示发起转发的用户,目标节点ID表示被转发内容的用户,边的权重则表示一个用户转发另一个用户内容的次数。
测试文件的格式则较为简单,每行包含两个整数,表示一对用户,需要选手预测这对用户之间是否存在转发关系。
子任务2:该数据集同样来源于微博,旨在用于分析突发性事件级联分类任务。其包含6,886个突发性事件级联和13,762个正常事件级联。数据集分为训练文件和测试文件。
训练文件格式如下:包含若干用于训练模型的标注数据,其中每个实例代表一个级联网络:包含级联网络的边信息(edge_index)、文本内容生成的特征嵌入(x)以及对应的事件类别标签(label),用于帮助模型学习区分突发性事件和正常事件的特征。
测试文件的格式整体与训练文件保持一致,但没有类别标签,需要选手自行预测。
更详细可查看赛题文档。
下载地址1(推荐):2509:社交网络用户行为特征化挑战
下载地址2(备用):https://pan.baidu.com/s/1c3KP_jQDy3A-WF4ikBg57Q?pwd=cpbq 提取码: cpbq