Tính sẳn sàng của dữ liệu: Với sự hỗ trợ của Twitter API, chúng ta có thể dễ dàng thu thập hàng triệu tweet cho việc huấn luyện, kiểm thử. Tuy API tìm kiếm của Twitter có một số hạn chế về số lượng request trong một ngày, tuy nhiên với việc sử dụng nhiều crawler để lấy dữ liệu thì hạn chế này sẽ không còn.
Thông tin người dùng: thông tin người dùng cung cấp cho hệ thống Tweeter bao gồm: tên đăng nhập, họ tên, địa chỉ ở dạng văn bản tự do.
Họ tên: người dùng có thể cung cấp thông tin chính xác hoặc một bí danh nào đó.
Địa chỉ: người dùng cũng cung cấp thông tin dưới dạng văn bản tự do do vậy có rất nhiều trường hợp xảy ra. (1) Người dùng chỉ cung cấp đầy đủ bao gồm cả địa chỉ nhà, đường, thành phố, quốc gia (2) người dùng cung cấp đủ thông tin (3) người dùng cung cấp chính xác tọa độ (kinh độ, vĩ độ) (4) người dùng không cung cấp địa chỉ hoặc cung cấp một địa chỉ không có thực. Do mong muốn của DIZZIE là kiểm soát dịch bệnh, nghĩa là ngăn chặn dịch bệnh bùng phát theo khoảng cách địa lý, do đó vấn đề chuẩn hóa địa chỉ của người dùng cũng rất quan trọng trong hệ thống này.
Tính chất một tweet:
Thời gian post: được hệ thống ghi nhận lại ở dạng giờ địa phương.
Ngắn: Chiều dài tối đa của một tweet là 140 ký tự, chiều dài trung bình của một tweet là 14 từ hoặc 78 ký tự .
Nhiều lĩnh vực: Nội dung các tweet truyền tải các khía cạnh thông tin khác nhau của người dùng từ việc biểu lộ cảm xúc, bày tỏ quan điểm về một vấn đề gì đó hay đơn giản chỉ là tường thuật lại các sự việc đang diễn ra.
Đa phương tiện: Người dùng Twitter đưa các tweet lên bằng rất nhiều cách khác nhau: từ việc sử dụng website đến việc sử dụng các thiết bị di động và qua các công cụ blog…
Nghèo ngữ pháp: Tỉ lệ lỗi chính tả và tiếng lóng trong các tweet cũng cao hơn các lĩnh vực khác.
Với ưu điểm về số lượng đông đảo người dùng, tính sẳn sàng của dữ liệu, nội dung thông tin đúng yêu cầu, nội dung dữ liệu chỉ là những thông điệp thuần văn bản, do đó khai thác mạng xã hội Twitter là một sự lựa chọn đúng đắn.