Data-Gouv-FR/musees-de-france-base-museofile

Muséofile数据集是一个法国博物馆目录，列出了超过1,200个符合《遗产法典》定义的“法国博物馆”。对于每个博物馆，数据集提供了详细信息，包括官方名称、使用名称、邮政地址、网站地址、电话号码、地理位置坐标（纬度和经度）、博物馆和收藏的简要历史、收藏的主要主题领域等。此外，数据集还包含与Joconde（法国博物馆收藏联合目录）和Mérimée数据库的关联数据。字段包括标识符、官方名称、地址行、邮政编码、城市、部门、地区、URL、电话、类别、主要主题领域、历史、优势、主题细节、关键艺术家、关键人物、建筑特征、建筑保护类型、空间保护类型、Mérimée参考、创建年份、最后更新日期等。数据以Parquet和CSV格式提供，适用于开放数据分析和NLP任务。The Muséofile dataset is a directory of French museums, listing over 1,200 Musées de France as defined by the Heritage Code. For each museum, the dataset provides detailed information such as the official name, usage name, postal address, website URL, phone number, geolocation coordinates (latitude and longitude), a brief history of the museum and its collections, main thematic areas of the collections, and more. Additionally, the dataset includes links to the Joconde collective catalog of museum collections and the Mérimée database. Fields include identifier, official name, address lines, postal code, city, department, region, URL, phone, category, main thematic domains, history, strengths, theme details, key artists, key figures, architectural characteristics, building protection type, space protection type, Mérimée reference, creation year, last update date, etc. The data is available in Parquet and CSV formats, suitable for open data analysis and NLP tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据平台data.gouv.fr上发布的官方数据库“Muséofile”，旨在收录法国《遗产法典》界定下超过1200座“法国博物馆”的详尽档案。构建过程中，原始表格资源被完整映射至Hugging Face平台，每个子集对应一个原始数据资源，并以统一的`train`拆分形式存储于Parquet格式文件中。数据集通过配置名`musees-de-france-base-museofile`进行组织，确保了与官方数据源的精确对应和高效访问。

使用方法

使用者可通过Hugging Face的`datasets`库便捷加载，仅需一行Python代码即可获取完整数据。具体而言，调用`load_dataset("Data-Gouv-ML/musees-de-france-base-museofile", "musees-de-france-base-museofile")`即可得到包含训练集的Dataset对象。该数据集以Parquet格式存储，支持高效压缩与列式查询，适合大规模数据分析和机器学习任务。用户可直接访问各字段进行统计分析、地理可视化或构建推荐系统等应用。

背景与挑战

背景概述

在文化遗产数字化与开放数据运动的双重驱动下，法国文化部及其下属机构于近年持续推进博物馆资源的结构化整理与公开共享。该数据集名为“Répertoire des Musées de France : base Muséofile”，由法国政府开放数据平台data.gouv.fr于2019年首次发布，主要研究人员与机构为法国文化部及其授权的数据管理团队。核心研究问题聚焦于如何系统性地收录并标准化超过1200座“法国博物馆”（Musées de France）的核心元数据，涵盖名称、地址、联系方式、地理坐标、历史沿革、藏品主题及代表性艺术家等关键信息。作为法国文化遗产领域的基础性开放数据集，Muséofile不仅为博物馆间的馆际协作与公众查询提供了权威参考源，还通过关联Joconde与Mérimée等国家级遗产数据库，在数字人文研究与公共文化服务中发挥了重要的枢纽作用。

当前挑战

该数据集所解决的领域问题主要集中于文化遗产信息的异构性与分散性挑战。由于法国各地博物馆的建馆历史、管理主体与分类标准存在显著差异，实现统一标识、跨库互操作与地理语义关联成为关键技术难题。在构建过程中，数据集面临的挑战还包括如何确保来自600余家不同管理机构的博物馆信息在开放授权（licence lov2）下能够被准确汇总、去重与定期更新，同时兼顾历史档案的完整性与隐私保护。此外，字段如藏品历史（HIST）、建筑保护类型（PROT-BAT）等非结构化文本的标准化编码，以及地理坐标与行政区划（如DPT、REGION）的精准匹配，均对数据清洗与质量控制提出了较高要求。

常用场景

经典使用场景

在文化遗产研究与数字人文领域，Muséofile数据库作为法国国家博物馆目录的核心数据集，为学者提供了系统化分析法国‘法兰西博物馆’体系的珍贵资源。研究人员可借助该数据集探究超过1200座博物馆的时空分布格局、建筑保护状态与藏品主题的关联性。其经典使用包括基于经纬度与行政区划字段的博物馆地理信息系统（GIS）分析，以及利用历史描述文本挖掘博物馆发展脉络与文化政策变迁，为理解法国公共文化机构的多样性奠定数据基础。

解决学术问题

该数据集显著解决了博物馆学研究中长期存在的‘数据碎片化’与‘标准化缺失’问题，首次以统一编码体系整合了博物馆名称、地址、联系方式、藏品领域、建筑特征及保护状态等多维结构化信息。学术上，它催生了关于博物馆空间分布与区域文化政策关系的量化研究，促进了跨数据库（如Joconde藏品库和Mérimée建筑遗产库）的关联分析，有力推动了文化遗产领域从定性描述向数据驱动范式的转型，为评估博物馆公共服务效能提供了可复现的实证依据。

实际应用

在实际应用中，Muséofile数据集已成为法国文化政策制定者优化博物馆资源配置的工具，支持基于地理与主题聚类分析来识别文化服务薄弱的地区。旅游管理部门利用其地址、电话与网站信息开发交互式文化导览应用，提升游客体验。此外，数据开放许可（LOV2）使得私营机构与公益组织可合法将其整合至地图服务与教育程序中，例如构建面向公众的‘博物馆周’推荐系统，或辅助策展人规划跨馆合作的专题展览，显著增强了文化遗产的社会可达性。

数据集最近研究

最新研究方向

当前，基于 Museofile 数据库的研究正聚焦于法国国家级博物馆体系的文化地理学重构与数字人文分析。通过整合超过1200座“法国博物馆”的官方名称、地理位置、收藏主题及建筑保护信息，研究者得以运用地理信息系统与自然语言处理技术，系统性揭示博物馆分布与区域文化遗产的深层关联。这一数据集为追踪博物馆收藏中的艺术家影响力、主题性集群演化以及跨数据库链接（如与 Joconde 藏品目录及 Mérimée 建筑数据库的互联）提供了结构化基础，成为推动法国文化遗产数字化治理与空间叙事研究的前沿工具，其开放许可性质更促进了跨学科合作与公共文化服务评估的创新范式。