L'ensemble de données Social-Spammer-Heterogeneous est collecté à partir d'un logiciel social appelé Tagged, qui contient 5,6 millions d'utilisateurs et 85 millions de connexions entre utilisateurs. Chaque utilisateur de l'ensemble de données contient quatre fonctionnalités et une classification d'étiquette saisie manuellement pour identifier s'il s'agit d'un compte de spam. Chaque connexion dans l'ensemble de données représente une interaction entre deux utilisateurs et contient un horodatage et une catégorie. Il existe sept catégories d’anonymat pour les connexions entre les utilisateurs du réseau. La tâche originale de cet ensemble de données est d’identifier les comptes de spam en fonction des fonctionnalités associées et non associées.