数据集概述
本数据集记录2020年3月12日至8月31日期间，捷克维基百科文章对《社会学百科全书》（Sociologická encyklopedie）及其印刷原版著作的引用情况。数据通过定期采集生成，包含每日监测文件夹，内有JSON和CSV格式文件，记录引用链接及特定文本字符串的出现情况，用于学术分析。
文件详解
- 主文件
- 文件名称：data.zip
- 文件格式：ZIP
- 内容说明：包含每日监测文件夹，每个文件夹内有对应日期的JSON和CSV文件，记录引用链接及文本字符串出现情况
- 引用链接文件（每个日期文件夹内）
- 文件名称：ext_usage.{json|csv}、ext_usage_http.{json|csv}
- 文件格式：JSON、CSV
- 字段映射：
- CSV文件字段：空白列（记录编号）、page_id（页面ID）、title（页面标题）、url（页面URL）
- JSON文件：MediaWiki API的原始响应数据
- 文本字符串出现文件（每个日期文件夹内，对应不同字符串）
- 文件名称：对应字符串监测的JSON/CSV文件
- 文件格式：JSON、CSV
- 字段映射：
- CSV文件字段：空白列（记录编号）、article_titles（文章标题）、article_id（文章ID）、article_text_mention（包含搜索词的文章文本片段）
- JSON文件：MediaWiki API的原始响应数据
- 监测的文本字符串：
- "Sociologická encyklopedie"
- "Velký sociologický slovník"
- "Malý sociologický slovník"
- "Slovník českých sociologů"
- "Slovník sociologického zázemí české sociologie"
数据来源
查尔斯大学硕士论文：Rožek, Š. A Verified Knowledge Source and Wikipedia. [Master’s Thesis] Charles University, Faculty of Arts, Institute of Information Studies and Librarianship : Prague CZ, 2020.
适用场景
- 知识传播研究：分析《社会学百科全书》在捷克维基百科中的引用频率及时空分布
- 学术资源影响力评估：评估社会学类参考资料对在线百科内容的贡献度
- 维基百科内容分析：研究特定学术文本字符串在维基百科文章中的出现规律
- 数字人文研究：探索学术资源与公共知识平台的互动关系
- 信息检索优化：基于MediaWiki API响应数据，优化学术资源引用的检索策略
