资源介绍
美国 reddit 新闻网站最受欢迎的 2500 名发布者每家媒体 1000 个发布内容及评论数据集，来自订阅者的前2,500个子评价，从2013年8月15日至20日期间从reddit提取。
这是什么？
这是来自reddit的热门帖子的数据集。它包含来自前2,500个子评价的前1,000个历史帖子，总共有250万个帖子。顶级子订单由订户数确定，位于清单文件中。
这些数据是在2013年8月15日至20日期间提取的。
每个文件都是一个CSV，其相关的subreddit作为其文件名。每个CSV文件都包含一个标题行。
这有什么用？
这是一个简单的例子：这是Serendipity上最受投票的域名的细分。（是的，作为饼图。）
使用TF-IDF找到subreddit的重要术语。做语义分析等。
END
