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。