分类:数据集
来自Big Physics
数据集
科学计量学方面的数据集，除了大型综合型论文题录数据库Web of Science 和 Scopus之外，我们还经常使用这些：
| 数据名称 | 数据描述 | 来源 |
|---|---|---|
| APS data(截止2013) | 包含题目、作者、单位、发表时间、引用、PACS码 | APS官方提供 |
| APS author disambiguation(截至2009) | Roberta Sinatra提供的APS处理重名后的数据 | 下载 |
| APS 数据和orcid交叉的数据 | 基于Dimensions数据（也可以直接用orcid数据，目前用的dimensions数据）得到的APS文章的作者中带有orcid的那些 | 下载 |
| APS单位识别数据(截至2013) | 经MapAffil处理得到的单位数据,包含机构,城市,国家信息 | Vetle Torvik提供 |
| Grid学术单位数据 | 包含学术单位的名称，经纬度，城市，州，国家 | Grid下载 |
| USPTO美国专利商标局专利数据(截至2016) | 包含题目、专利分类号、申请者、单位、引用 | 下载 |
| EPO专利局专利数据(截至2016) | 包含题目、专利分类号、申请者、单位、引用 | 下载 |
| SIPO中国国家知识产权局专利数据(不同频率更新，没有所有数据合集下载) | 包含题目、专利分类号、申请者、单位、引用 | 下载 |
| JPO日本特许厅专利数据(每月更新，没有所有数据合集下载) | 包含题目、专利分类号、申请者、单位、引用 | 下载 |
| Medline/PubMed题录数据(截至2016) | 包含题目、作者、杂志、MeSH标注、部分包括引用信息 | 下载 |
| Medline/PubMed全文数据(仅部分有全文，截至2016) | PMC（PubMed核心库）全文 | 下载 |
| PubChem数据 | 包含化学反应物、反应、论文 | NIH PubChem网站 ftp下载 |
| NIH基金数据 | 包含NIH各个基金项目的编号，类别，主申请人，关键词，受资助文章等信息 | 下载 |
| SPIRES | 已经匹配好的NIH论文和基金数据库，Scientific Publication Information Retrieval & Evaluation System | SPIRES |
| NSF基金数据 | 包含NSF各个基金项目的编号、类别、申请人、摘要、资助金额和起止年限等信息 | NSF download |
| ORCID科学家简历数据 | 从 Datadryad.org可以获得科学家的受教育和工作经历数据 | Datadryad.org |
| OpenCitations论文题录和引用数据 | 从 OpenCitations可以获得，目前还不全，全库可下载，有API | OpenCitations |
| Crossref论文题录和引用数据 | 从 Crossref可以通过API获得，DOI注册机构 | Crossref |
| 专利-论文题录和引用数据 | 从 Lens可以通过网页界面批量获得 | Lens |
| F1000生命科学论文评价数据 | F1000从领域科学家获得了对领域重要文章的评价，可以联系F1000获得 | F1000 |
| 历史学博士学位论文(截至2015) | 包含题目、作者、导师、单位 | 爬取于国家图书馆学位论文库 |
| 历史学研究期刊论文 | 包含题目、作者、单位、摘要 | 知网 |
| dblp数据 | 包含题目、作者、杂志、部分包括引用信息 | 下载 |
| springer-nature数据 | 包含题目、作者、杂志、部分包括引用信息 | springer-nature 提供 |
| Aminer Citation Network Dataset | 经过Aminer清洗好的文献引用数据，包含题目、作者、杂志、部分包括引用信息 | aminer提供 |
| 城市列表 | 包含城市、国家名称，经纬度位置，人口数等 | Geoname提供 |
| 机构列表（包含城市） | 包含各类机构，及机构位置，机构关系，机构类型等 有API可用 | GRID提供 |
| 医学概念网络（Unified Medical Language System® (UMLS®)，本体论形式的） | 包含和MeSH相对应的概念和概念之间的关系，主要层次性关系 | 美国国家医学图书馆提供 |
| 数学论文题录数据 | 包含标题、作者、期刊和MSC标注 | Mathematical Reviews® (MathSciNet®)提供 |
| 经济学论文题录数据 | 包含标题、作者、期刊和JEL标注 | 美国经济学学会EconLit提供 |
| Wikidata | 把Wikipedia页面结构化得来的Ontology（概念网络，各种概念已经进过识别和结构化，例如学校的地址和经纬度） | Wikidata |
| YAGO | 把Wikipedia页面结构化得来的计算机科学的Ontology（概念网络） | YAGO |
| DBpedia | 把Wikipedia页面结构化，并且和其他一些Ontology，例如Wordnet得来的Ontology（概念网络） | DBpedia |
| WordNet | 日常用语的Ontology（概念网络，主要上下级关系） | WordNet |
| Influential references dataset | 作者自己标注的引文列表中对工作有直接实际影响的引文 | Influential references dataset |
| Astro Data Set | 从Web of Science输出的天文学论文的数据，用来发展和比较文献主题识别算法 | TOPIC EXTRACTION CHALLENGE |
| 综述论文识别任务训练数据 | 合计5万篇综述论文和普通论文的标题摘要 | 文件:Review5w1.zip 文件:Review5w2.zip 文件:Review5w3.zip 文件:Review5w4.zip 文件:Review5w5.zip |
| NBA投篮数据 | 从Kaggle“NBA shot logs”获得的NBA投篮时间序列数据：每个投篮的时间点、投者和所属球队、最近的防守者和所属球队 | 文件:NBA14-15.zip，文件:NBA16-17.zip |
| NBA以及其他运动数据 | 从 MySportsFeeds可以获得投篮时间序列数据以及更完整的各种美国运动联赛的数据 | MySportsFeeds |
| 产品生产数据 | 从 http://www.madehow.com/“How Prroducts Are Made“网站可以获得大量产品的有什么东西生产的数据，不过没有经过处理，不是一个结构数据 | http://www.madehow.com/ |
| libgen数据 | 从 http://libgen.rs/网站可以获得书籍的原始数据和题录数据 | 在本地硬盘也有备份 /dev/lvm_data/vg_data /data
|
| libgen数据 | 从 http://libgen.rs/网站可以获得论文的原始数据和题录数据 | 在本地硬盘也有备份 /dev/scihub/scihub /scihub |
本分类目前不含有任何页面或媒体文件。
