社交平台

B站数据集

视频讲了什么,观众怎么看?这里包含视频信息、简介、UP主公开资料和评论,也可以整理能取得的字幕。适合研究一个话题,或比较不同创作者的内容。

申请样本 ↗

询价前,请确认这些关键信息

覆盖范围
目标地区、语种、起止日期与可用记录数量
字段与附件
字段字典、示例记录,以及是否需要原文或媒体附件
质量与更新
去重规则、缺失值处理、抽样验收标准及更新周期
许可用途
内部研究、模型训练、对外产品或再分发

以上是项目确认项,不代表每个数据类型均已具备全部范围或许可。

01 / 数据内容

里面有哪些内容

  • 视频信息和简介
  • 频道公开资料
  • 可取得字幕
  • 评论和互动指标

02 / 使用场景

适合哪些项目

  • 视频内容研究
  • 社区讨论分析

03 / 交付方式

您需要哪一部分?

告诉我们您关注的主题、时间段和字段要求。我们会在来源允许时提供样本,再确认筛选、清洗与整理方案;去重、分类或标注也可以纳入项目。

通常以 Excel、CSV、JSON 或 JSONL 格式交付。是否包含原文、图片或视频等附件,会在报价时说明;如需定期更新,也请一并提出。

看看交付格式示例 ↗

如何判断是否适合您的项目

B站研究可将视频主题、UP主和评论讨论放在同一工作集里。字幕属于“可取得”字段,适合先用样本检查可用性和文本质量,再决定是否依赖它做内容分析。

字幕能否作为内容分析的必备字段?

可以提出需求,但不应假定每条视频都有完整字幕。先在样本中查看目标视频的字幕可取得性,再确定是以标题、简介和评论为主,还是把可用字幕纳入分析。

怎样比较不同 UP 主?

先约定账号清单、主题、时间段和比较单位。视频详情、公开频道资料、评论及互动指标可以支持内容和社区讨论比较;解释结果时应区分样本选择与平台可见指标。

来源和使用范围

字幕是否齐全取决于具体视频;视频文件能否提供,需要另外确认。

如果您计划将数据用于模型训练、对外产品或提供给第三方,请在询价时说明,以便核对数据源的相关许可与限制。

公开可访问不等于采集、训练或再分发均获准。提及平台名称不代表该平台的合作、授权代理或认可。

查看数据来源与权利说明 ↗

想先评估数据样本?

简单描述项目目标,我们帮您评估并寻找合适的样本。

聊聊你的需求 ↗