Twitter手机端安装包--Android，twitter-8-56-0-release-00.apk

GloVe is an unsupervised learning algorithm for obtaining vector representations for words. Training is performed on aggregated global word-word co-occurrence statistics from a corpus, and the resulting representations showcase interesting linear substructures of the word vector space.

Twitter 产品简介

不是网上的告诉你申请步骤，是真实的申请成功问题答案示例。

ArchSummit

Boeing数据集分析--可以用于社交网络分析/社区划分，用户微博之间的关系我都已经分别导出，可以自己导入gephi中进行操作

基于社交网络的好友推荐数据集及代码实现（以Twitter兴趣图谱为例） 包括三种计算用户间相似度的方法

情绪分析 总览 情感分析是一种自然语言处理（NLP）任务，其目的是评估文本块的极性/情感。 根据定义，广泛用于客户关系管理（CRM）的环境中，用于自动评估评论和调查回复以及社交媒体。 情绪分析中常见的子任务是： 消息极性分类：给定一条消息，对消息的整体上下文极性进行分类是正面，负面还是中性。 基于主题或基于实体的消息极性分类：给定消息和主题或实体，将消息按该主题或实体分类。 SemEval（国际语义评估研讨会）是一个流行的，专门负责情感分析任务的研讨会。 有关此类任务（任务4）的最新年度（2017年）概述，请访问： : 。 该项目当前仅针对“消息极性分类”子任务。 该存储库包含：

目前新浪微博正发展的如火如荼，本文从各个方面对新浪微博和Twitter进行了对比。

【数据说明】本数据是Twitter用户的信息，包含了用户的属性、社交圈（circles）和egonetwork，数据已被做了脱敏处理。数据共有81306个用户和1768149条连边。 nodeId.edges：用户nodeId的egonetwork中的所有连边，nodeID是此egonetwork的中心节点。Twitter中的朋友关系是有方向的，比如文件中的一行元素为“a b”，就表示a关注了（follow）b，这不意味着b一定关注了a。注：nodeId并不出现在这些连边列表中，但是中心节点nodeId关注了此文件中的所有id。 nodeId.circles：用户nodeId所在的社交圈（circle），以及社交圈内的所有其他成员。每一行数据对应一个社交圈；第一列元素表示社交圈的编号。 nodeId.feat：该文件描述了在对应的nodeId.edges文件中所有出现用户的属性特征。第一列元素是用户id；从第二列开始，对应到不同维度的属性，1表示用户拥有这个属性，0则表示没有。 nodeId.egofeat：用户nodeId的属性特征。 nodeId.featnames：属性特征的名称。提供了属性特征的类别，比如教育信息、生日信息等，但是更详细的信息就被隐藏掉了。 【使用说明】需要引用J. McAuley, J. Leskovec. Learning to Discover Social Circles in Ego Networks. NIPS 2012, pp. 539-547. 【源数据出处】斯坦福大学网络分析平台