☝️源地址☝️
开放数据源（一），全球地理、自然、经济数据等。
- 世界银行,数据网站:
- gapminder,编译数据源,包括世界卫生组织和世界银行覆盖经济、医疗和社会统计数据。
- 美国中央情报局,世界概况,包含 267 个国家的历史信息、人口、经济、政府、基设施和军事等信息。
- 国家气候数据中心,巨大的环境、气象和气候数据集来自美国国家气候数据中心。世界上最大的气象数据的归档。
- OpenStreetMap,全球范围的免费地图数据，每周动态更新。
- 亚马逊网络服务公共数据集,巨大的公共数据资源,包括 1000 基因组计划,试图构建人类遗传信息的最全面的数据库和 NASA 的地球的卫星图像的数据库。
- 谷歌趋势,统计搜索量(搜索)总额的比例对于任何给定的期限,自 2004 年以来。
- Facebook Graph 虽然大部分的信息用户的 Facebook 的个人资料是私人的,很多不是——Facebook 提供图形 API 的方式查询大量的信息,其用户乐于分享与世界(或无法隐藏,因为他们没有了隐私设置工作)。
- DBPedia,维基百科是由数百万块的数据,在每个主题在阳光下结构化和非结构化。DBPedia 是一个雄心勃勃的项目目录,并创建一个公共、自由可分配的数据库允许任何人来分析这些数据。
- 社交媒体数据,Topsy 公共微博提供了一个可搜索的数据库 2006 年以及几个工具来分析对话。
- Likebutton,矿山 Facebook 的公共数据——在全球范围内,从您自己的网络给人们”喜欢”的概述。
- 纽约时报,索引归档的新闻文章回到 1851 年。
- 开放数据库,community-compiled 数据库结构化数据的人,地方和事情,与超过 4500 万个条目。
- 百万歌曲数据集,元数据超过一百万首歌曲和乐曲,亚马逊网络服务的一部分。
- 欧盟开放数据门户,基于来自欧盟机构的数据。
- SDMX,欧洲央行,
- 美联储
- 谷歌财经,40 年的股票市场数据,实时更新。
- 金融量化:pydatastream
- 中国金融,TuShare
- NASDAQ Data Store：提供市场数据。
- 美国、欧盟、加拿大、CKAN 以及其他的公开政府数据
- 英国,英国政府的数据,其中包括英国国家参考书目元数据(自 1950 年以来英国所有书籍和刊物)。
- Google Books ngram,搜索和分析全文的数以百万计的图书数字化,作为谷歌图书项目的一部分。
- 美国联邦政府数据网站, 美国政府承诺可以免费在线所有政府数据,第一阶段已有各种数据。
- 美国人口普查局,丰富对美国公民的生活人口地理数据和教育的信息。
- Healthdata.gov,125 年的美国医疗数据包括 claim-level 医疗数据、流行病学和人口统计数据。
- 国民健康和社会保健信息中心,来自英国的国家卫生服务的健康数据集。
开放数据源（二），科研、论文，生物、网址、机器学习等。
- Wikipedia:Database ：向感兴趣的用户提供所有可用的内容的免费副本。可以得到多种语言的数据。内容连同图片可以下载。
- Common crawl：建立并维护一个所有人都可以访问的开放的网络。这个数据保存在亚马逊 s3bucket 中，请求者可能花费一些钱来访问它。
- EDRM File Formats Data Set：由 381 个文件夹 200 种文件格式组成。
- Apache Mahout TLP：项目创建一个可扩展的机器学习算法。Mahout 有许多免费的和付费的语料库语料。
- StatLib,卡内基梅隆大学数据档案。
- STATOO Datasets part 1 和 STATOO Datasets part 2，Time Series Data Library。
- Visual Analytics Benchmark Repository。
- UCI KDD Database Repository：适用于机器学习和知识发现研究的大数据集。
-
UCI Machine Learning Repository.
-
UCR Time Series Data Archive：提供数据集、论文、链接和代码。
- EDRM Enron Email Data Set v2：由安然公司邮件信息和附件组成，存在两组可下载的压缩文件中：XML 和 PST。
- ClueWeb09：用来支持信息检索和相关人类语言技术研究的资料库。它包含了从 2009 年 1 月到 2 月间收集的大约 10 亿个网页，包含 10 种语言。资料库被若干 TREC 会议的追踪检测使用。
- DMOZ：最大的、最全面的人工编辑的开放式网站目录。它收集了不同类型的网站链接。Dmoz 是互联网搜索引擎的一个主要来源。
- theinfo.org：这是一个大数据集网站，在这里学者、设计师、艺术家等可以交流技巧和窍门，一起开发和共享工具，并开始整合他们独有的项目。
- Project Gutenberg：提供超过 36000 免费电子书的下载，可以下载到个人电脑、Kindle, Android, iOS or 或其他便携式设备。
- Million song data set：与 tracks 和艺术家有关的数据。
- AWS (Amazon Web Services) Public Data Sets：提供了可以无缝融入 AWS（亚马逊网络服务）云应用的公共数据集的集中存储库。
-
GeoDa Center：地理和空间数据。
-
Bioassay data：研究文章”生物测定数据的虚拟筛选”，由 Amanda Schierz 编写，有 21 个生物测定数据集（活性/非生理活性成分），可以下载。
- Bitly 1.usa.gov data：匿名点击链接。
- Canada Open Data：有许多政府和地理空间的数据集的试点项目。
- Causality Workbench：数据存储库。
-
Corral Big Data repository：在德克萨斯高级计算中心，提供以数据为中心的技术。
-
Data.gov/Education：对于教育数据资源的主要指南，包括高价值的数据集、数据可视化、课堂资源、创建自公开数据的应用程序以及其他。
- DataMarket：可视化的世界经济、社会、自然和工业，拥有来自联合国，世界银行，欧盟统计局和其他重要数据提供者的一亿时间序列。
- Datamob：可以很好利用的公开数据。
- DataSF.org：可向 City & County of San Francisco, CA.购买的数据集信息交流中心。
- DataFerrett：一个用来访问和使用 The Data Web 的数据挖掘工具，许多网上美国政务数据集的集合。
- EconData：大量经济学的时间序列，由许多美国政府机构编制。
- Enron Email Dataset：来自大约 150 个用户的数据，这些用户大多数是安然公司高级管理人员。
- Europeana Data：包含 2000 万文字，图片，视频开放的元数据，以及由欧洲数位图书馆收集的声音，对于欧洲文化遗产内容值得信赖的、全面的资源。
- Europeana Data：FEDSTATS：一个美国统计资料的综合资源以及更多。
- FIMI repository for frequent itemset mining：工具和数据集。
- Financial Data Finder at OSU：大型财务数据集目录。
- GDELT:关于事件、位置和音调的全球数据，被英国卫报形容为”生命、宇宙和一切的大数据历史”。
- GEO (GEO Gene Expression Omnibus)：一个支持 MIAME 兼容数据提交的基因表达/分子丰度信息库，用于基因表达数据的浏览，查询和检索。
- Google ngrams datasets：来自数 Google 扫描的百万书籍文本。
- Grain Market Research：财务数据，包括股票、期货等。
-
Hilary Mason research-quality Big Data sets: 收集许多文本和图片数据集.
-
HitCompanies Datasets：HitCompanies 随机取样的 1 万个英国公司全面的数据，采用人工智能/机器学习进行自动更新。
- ICWSM-2009 dataset：包含 2008 年 8 月 1 日到 10 月 1 日之间的 4400 万个博文。
- Infochimps：一个数据开放的目录和集合，允许分享、出售和下载关于任何内容的数据。
- Investor Links：包含财物数据。
- KDD Cup center：数据、工作表和结果。
- Kevin Chai list of datasets：文本、SNA 和其他领域。
- KONECT：科布伦茨网络收集，拥有大量各种类型的网络数据集，以便在网络挖掘领域进行研究。
- Linking Open Data 工程，免费向所有人提供数据。
- MIT Cancer Genomics gene expression datasets and publications：来自麻省理工 Whitehead Center 用于基因组研究。
- ML Data：欧盟 Pascal2 网络数据储存库。
- National Government Statistical Web Sites：来自大约 70 个网站的数据、报告、统计年鉴、新闻和其他，包括非洲、欧洲、亚洲和拉丁美洲的国家。
- National Space Science Data Center (NSSDC)：美国国家航空航天局的数据集，包含行星探索、空间和太阳物理学、生命科学、天体物理学以及其他方面。
- Open Data Census：评估世界各地的开放数据的状态。
- OpenData from Socrata：允许访问超过 10000 个数据集，包括商业、教育、政府和娱乐。
- Open Source Sports：大量运动数据库，包括棒球、足球、篮球和曲棍球。
- Peter Skomoroch dataset Bookmarks PubGene(TM) Gene Database and Tools：基因组有关的出版物数据库。
-
Quandl, a collaboratively curated portal to millions of financial and economic time-series datasets.
-
qunb：一个用来发现和可视化的数据资料的平台。
- Robert Schiller data：住房建筑、股票市场和更多的来自于他的书 Irrational Exuberance 的数据
- SMD: Stanford Microarray Database,存储来自微阵列实验的原始的和标准的数据。
- Jerry Smith dataset collection：财经、政府、机器学习、科学和其他数据。
- SourceForge.net Research Data：包含大约 10 万个项目和超过 100 万注册用户的活动的历史和现状的统计数据的项目管理网站。
- Wikiposit：一个（虚拟的）融合了来自许多不同网站的数据（大多数是金融的），允许用户合并来自不同来源的数据。
-
Wolfram Alpha disease and patient level dat.
-
Yahoo Sandbox datasets：语言、图表、评级、广告与营销、竞赛。
- Yelp Academic Dataset：30 家大学的 250 个最接近商业的所有数据和评论，为学生和学者来探讨和研究。
开放数据源（三），中国，经济为主。
开放数据源（四），遥感、地理信息
Original: https://www.cnblogs.com/morning-start/p/16091980.html
Author: morning-start
Title: 全球开发数据源（转）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/583534/
转载文章受原作者版权保护。转载请注明原作者出处！