Der Social-Spammer-Heterogeneous-Datensatz wird von einer Social-Software namens Tagged gesammelt, die 5,6 Millionen Benutzer und 85 Millionen Verbindungen zwischen Benutzern enthält. Jeder Benutzer im Datensatz enthält vier Merkmale und eine manuell eingegebene Label-Klassifizierung, um zu erkennen, ob es sich um ein Spam-Konto handelt. Jede Verbindung im Datensatz stellt eine Interaktion zwischen zwei Benutzern dar und enthält einen Zeitstempel und eine Kategorie. Es gibt sieben Anonymitätskategorien für Verbindungen zwischen Benutzern im Netzwerk. Die ursprüngliche Aufgabe dieses Datensatzes besteht darin, Spam-Konten anhand zugehöriger und nicht zugehöriger Merkmale zu identifizieren.