データセットの仕様

• 3つ以上の公開クリップがついているページへのクリップで，3ヶ月以上前から存在する公開クリップ
• スパマやR18の除外などはしない (書き出し時点ですでに削除されているデータは除外される)
• ファイル形式は UTF-8 の csv
• フィールドは必ず " " でエンクローズされる。値自体に"が含まれる場合はエスケープされる
• フィールドは順に user_id, 対象URL, クリップした時刻，タグ
• user_id はもともとの idではなく，シャッフル済の整数
• タグが複数ある場合は空白区切りで結合。タグに改行やタブが含まれる場合は除去済
• 6ヶ月毎に新しいcsvファイルを書き出す。(以前のデータも引き続きダウンロード可能)

ご意見，ご希望などありましたらフォームよりお知らせください。
研究データをご希望の方は「EDGE Datasetsについて」を選択し「データ希望」と書いてご応募ください。