government-tenders-contract-awards-dataset

该数据集收录了美国政府联邦（SAM.gov）及全球多个政府采购门户的招标公告与合同授予记录。数据集分为三个层级：S级包含1,046,568条美国联邦记录，M级包含5,956,897条全球关联记录，L级包含11,453,832条完整记录。数据以四个配置（events、links、notices、suppliers）提供，每条记录涵盖招标信息、合同授予、供应商关联等字段。数据字典、数据表和质量评估报告随包提供。适用于政府供应商销售情报、公共支出分析、竞争对手合同追踪、市场进入研究等场景。数据集采用CC BY-NC 4.0许可（学术/个人使用，需署名并回链），商业用途需获取DataForge商业许可。This dataset contains tender announcements and contract award records from the U.S. federal government (SAM.gov) and multiple global government procurement portals. The dataset is divided into three tiers: Tier S includes 1,046,568 U.S. federal records, Tier M includes 5,956,897 globally related records, and Tier L includes 11,453,832 complete records. Data is provided in four configurations (events, links, notices, suppliers), with each record covering fields such as tender information, contract awards, and supplier associations. Data dictionaries, data tables, and quality assessment reports are provided with the package. It is suitable for scenarios such as government supplier sales intelligence, public expenditure analysis, competitor contract tracking, and market entry research. The dataset is licensed under CC BY-NC 4.0 (academic/personal use, requires attribution and backlink), and commercial use requires obtaining a commercial license from DataForge.

原始信息汇总

数据集概述

政府招标与合同授予（美国联邦 + 全球门户） 是一个公开的采购数据集，涵盖美国联邦（SAM.gov）及全球多个国家的政府采购公告和合同授予记录。该数据集由 DataForge Open Data 项目提供，分为三个层级（S/M/L），数据规模从约 105 万行到 1145 万行不等。

数据规模与分层

层级	文件名	行数	大小
S	tenders-tier1-S-2026-08-02.zip	1,046,568	645.4 MB
M	tenders-tier2-M-2026-08-02.zip	5,956,897	969.7 MB
L	tenders-tier3-L-2026-08-02.zip	11,453,832	2.16 GB

不同层级的内容差异：

• S 级：仅包含美国联邦（SAM.gov）的机会和合同授予记录。
• M 级：包含全球多个门户的合同授予记录，并关联供应商信息。
• L 级：包含全部门户和所有合同关联的完整数据包。

数据配置与格式

数据集提供四个配置（config），均采用 Parquet 格式存储：

• events：事件数据（1 个文件）
• links：关联数据（1 个文件）
• notices：公告数据（3 个文件）
• suppliers：供应商数据（1 个文件）

可通过 Hugging Face datasets 库加载，示例代码如下：

python from datasets import load_dataset

ds = load_dataset("zalizedata/government-tenders-contract-awards-dataset", "events", split="train") print(ds[0])

适用场景

• 政府供应商的销售情报分析
• 公共支出分析
• 竞争对手合同跟踪
• 市场进入研究

数据来源与方法

数据来源于 SAM.gov 官方合同机会公告以及其他国家官方采购门户。每个数据包内包含完整的数据字典（DATA-DICTIONARY.md）、数据说明（DATASHEET.md）和质量检查（QA）报告。

许可与使用条款

该数据集采用双重许可：

• 学术/个人用途：遵循 CC BY-NC 4.0 许可，需注明出处并回链至 DataForge（https://data.zalize.com）。
• 商业用途：需获得 DataForge 商业许可（https://data.zalize.com/datasets）。

上游数据许可条款仍然适用于底层数据。

引用信息

建议引用格式：

text DataForge (data.zalize.com), built from official government procurement data — https://data.zalize.com/datasets/government-tenders-contract-awards-dataset

此外，数据集有 Zenodo DOI（10.5281/zenodo.21813308）和 GitHub Release 镜像（https://github.com/wookat/dataforge-pipelines/releases/tag/open-data-us-federal-tenders）。

下载与镜像

原始压缩包（含文档、数据、校验和）保留在 archive/ 目录下，同时也在以下地址提供镜像：

• https://dl.zalize.com/open-data
• 各压缩包的 Hugging Face 直链（见 README 中的 resolve/main/archive/ 路径）

相关数据集

该数据集属于“政府支出与采购”系列，其他相关数据集包括：

• US Federal Awards & Spending (USAspending)：https://huggingface.co/datasets/zalizedata/us-federal-awards-usaspending-dataset
• Global Public Procurement Notices & Awards (TED + OCDS)：https://huggingface.co/datasets/zalizedata/global-public-procurement-ted-ocds-dataset
• US Research Grants (NIH + NSF)：https://huggingface.co/datasets/zalizedata/us-research-grants-nih-nsf-dataset
• Global Development Aid Activities & Transactions (IATI)：https://huggingface.co/datasets/zalizedata/global-aid-activities-iati-dataset

完整目录（25 个数据集）可在 https://data.zalize.com/open-data 查看，所有 Hugging Face 仓库见 https://huggingface.co/zalizedata。

搜集汇总

数据集介绍

构建方式

该数据集整合了美国联邦及全球多个官方政府采购门户的招标与合同授予信息，其中美国联邦部分源自SAM.gov的公开机会与授予记录，全球部分则汇集了多国采购门户的数据。构建过程涉及数据采集、清洗、标准化及跨源关联，通过供应商链接技术将全球招标记录与合同授予记录相连接，形成层次化数据集包。数据集分为S、M、L三个层级，分别对应1,046,568条、5,956,897条和11,453,832条记录，以Parquet格式存储，并附有数据字典、数据表和质量报告。

特点

该数据集的核心特点在于其规模与结构的层次性设计，覆盖超过千万条政府招标与合同授予记录，且包含供应商关联信息，便于进行深入的市场分析与支出洞察。数据来源权威，美国联邦部分基于SAM.gov公共领域数据，全球部分遵循各门户开放条款。数据集通过双重许可协议保护，学术与个人使用需遵守CC BY-NC 4.0，商业使用需单独授权。此外，数据包内提供详尽的文档与校验和，确保数据的可溯源性与可验证性。

使用方法

该数据集适用于公共支出分析、供应商销售情报、竞争对手合同追踪以及国际市场进入调研等场景。用户可通过HuggingFace的datasets库直接加载，选择events、links、notices、suppliers等不同配置，以获取事件、链接、公告或供应商信息。数据以Parquet格式存储，便于高效处理。使用时应遵守许可证条款，学术与研究用途需注明出处并回链，商业应用需获得DataForge的正式授权。数据包还提供独立下载链接，支持批量获取与离线分析。

背景与挑战

背景概述

政府招标与合同授予数据是公共采购领域的关键信息资源，对于促进政府透明度、优化资源配置及推动市场研究具有重要价值。该数据集由DataForge于2026年创建，整合了美国联邦SAM.gov的合同机会与全球多国采购门户的招标及授予记录，涵盖超过千万条数据，为学术研究、商业智能及公共支出分析提供了坚实基础。其构建依托官方数据源，结合严谨的加工流程与质量保障措施，确保了数据的准确性与时效性，对政府采购的数字化研究及跨国比较分析具有显著的推动作用，已成为相关领域的重要参考资源。

当前挑战

该数据集面临的核心挑战在于整合异构数据源的复杂性与数据质量的一致性保障。具体而言，不同国家与地区的采购门户在数据格式、字段定义及更新频率上存在显著差异，需设计统一的数据模型与映射规则以实现有效融合。此外，海量数据的清洗、去重与标准化处理，以及供应商实体的准确关联与消歧，均对技术能力提出较高要求。同时，数据许可的兼容性管理亦不容忽视，需在遵循上游各门户开放条款的前提下，维系CC BY-NC 4.0的许可边界，这对数据集的长期维护与合规使用构成了持续挑战。

常用场景

经典使用场景

该数据集汇聚了美国联邦及全球政府采购门户的招标与合同授予记录，为公共采购领域的研究提供了丰富的数据资源。其经典使用场景主要集中于公共支出分析、供应商竞争情报挖掘以及市场准入研究。研究者可以利用该数据集进行采购行为的模式识别、价格异常检测、供应商网络分析等，从而深入理解政府采购的运作机制。此外，该数据集还支持对招标公告与中标结果进行关联分析，揭示采购流程中的潜在规律与风险，为政策制定和市场监管提供数据支撑。

实际应用

在实际应用中，该数据集已成为政府供应商销售情报系统、公共支出监控平台及市场竞争分析工具的核心数据源。企业可借助其追踪竞争对手的中标动态，优化投标策略，识别潜在市场机会。政府和监管机构则利用其进行财政支出的审计与绩效评估，增强公共资金使用的透明度与问责性。此外，数据服务商和分析机构可将该数据集整合进商业智能产品，为用户提供实时的政府采购市场洞察，辅助投资决策与风险管理。

衍生相关工作

该数据集的衍生工作催生了一系列围绕政府采购智能化分析的创新研究与应用。基于其庞大的数据规模，研究者开发了采购公告分类模型、中标概率预测系统以及供应商风险评估工具。同时，该数据集被用于构建知识图谱，以揭示采购实体间的复杂关联，推动供应链可视化和反腐败分析的发展。此外，它还为自然语言处理在公共行政文本挖掘中的应用提供了基准，促进了电子政务和开放数据运动的前沿探索。