datasocial/tiktok-5.6B-videos 数据集
为什么重要
可用于大规模短视频文本、标签与互动行为分析研究。
阅读原文huggingface.co
AI 解读（根据原文生成）
datasocial/tiktok-5.6B-videos 是 Hugging Face 上的数据集，包含 5,597,462,038 条公开视频，时间范围为 2014 至 Oct 2026，快照日期为 2026-10-03。数据以每月一个 Parquet 文件存放在 data/，字段包括 captions、hashtags、sounds、TikTok Shop links、on_screen_text 以及 views、likes、comments 等互动统计。许可证为 CC BY-NC 4.0，可免费用于研究和个人用途，已知链接为 Hugging Face 数据集页。
要点（AI 据原文整理，数字均已与原文核对）
- 5,597,462,038 public TikTok videos (2014 → Oct 2026).
- One Parquet file per month in `data/`.
- Snapshot of 2026-10-03.
- Older videos come from an archive: some fields are 0 or null there, and duration is rounded to the second.
