谷歌GDELT数据说明

鉴于评论区疑问较多，因此根据评论建议及参考文章进行了修改完善，主要修改了50~56字段。
此外，若有任何疑问，请大家务必以GDELT官网文章为主。
感谢大家批评指正。
2020-04-28

---

发现有一篇文章写的比较清晰，比我的说明要准确一点，[数据] GDELT项目介绍。最近比较忙，就先不对照两篇文章对我的内容进行优化了，后续有机会再进行修改。

---

CAMEO Con ict and Mediation Event Observations Event and Actor Codebook这个文档对GDELT中300多类事件以及各种机构组织代码、宗教代码、民族代码进行了说明。
GDELT论文
2018-12-23

本文主要介绍GDELT数据以及对其58个字段进行说明，数据的下载代码会放在我的另一篇文章中，或者也可以直接在我的代码片中下载。

---

之前因为学习需要下载了谷歌的GDELT数据，在国内也叫疙瘩汤，GDELT(www.gdeltproject.org)每时每刻监控着每个国家的几乎每个角落的100多种语言的新闻媒体–印刷的、广播的和web形式的，识别人员、位置、组织、数量、主题、数据源、情绪、报价、图片和每秒都在推动全球社会的事件，GDELT为全球提供了一个自由开放的计算平台。

GDELT2.0每隔15分钟提供全球事件数据。这些事件从1979年1月1日开始一直到今日。GDELT第一项服务就是免费的数据下载。同时GDELT还在谷歌的BigQuery上提供了数据API，这样您可以使用谷歌的分析工具进行分析。GDELT的数据除了事件数据外，还提供了GKG数据，也就是全球知识图(Global Knowledge Graph)的数据。在国内您也可以到疙瘩汤（www.gdelt.cn）上下载数据。

GDELT数据每条记录有58个字段，字段间以\t分割，在读取时需要注意，每个字段代表着不同的含义，有谷歌自动提取的时间有关的信息，事件有关对象、事件类型等，从2013.4.1开始提供新闻的网页地址，但是不提供网页内容，需要的可以通过链接自己下载，在2013.4.1之前的数据只能使用谷歌已经分析好的结果，个人觉得这个不太方便，缺少了网页原文，很多工作都做不了，而谷歌分析的结果又是相当简单和粗糙的，直接拿来使用价值有限。

在谷歌官网上有对这58个字段的说明，但是不全，看了提供的cookbook也不全，网上的各种资料都是对官网的内容的翻译，当时数了好几遍，确实很多字段是直接跳过没有说明的，所以下面就放上我根据自己的理解和猜测补全那些缺失的解释，不保证完全正确，权当参考。

---

通过上文链接可下载zip类型的gdelt数据压缩包，解压后为csv格式，每个csv文件内的数据均有58个字段（2013年3月以前的数