Data-Gouv-FR/naissances-par-annee-et-frequence-des-prenoms

波尔托-韦基奥市每年出生人数和名字频率列表（1970-2020）List of births per year and frequency of first names in the city of Porto-Vecchio (1970-2020)

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放数据平台data.gouv.fr，整合了波尔图-维基奥市1970年至2020年间按年份统计的婴儿出生数量及其名字频率的官方记录。在Hugging Face平台上，每个原始tabular资源被映射为一个独立的子集配置，原始数据文件（如Excel工作表）被转换为Parquet格式存储，并统一包含名为'train'的分割集，便于高效加载与处理。

特点

数据集呈现了半个世纪内波尔图-维基奥地区新生儿姓名的年度分布与流行趋势，覆盖了从1970至2020年长达50年的纵向时间跨度。其结构化存储方式（Parquet格式）支持快速检索与压缩，且法语标签和开放数据许可（lov2）确保了数据的可复用性与地域文化特异性，能够反映命名习惯的演变与社会变迁。

使用方法

用户可通过Hugging Face的datasets库便捷调用：使用load_dataset函数并指定数据集标识符与子集名称'naissances-par-annee-et-leur-frequence.xlsx-activesheet'，即可加载数据。加载后可通过键'train'访问主分割集，直接进行统计学分析、趋势建模或可视化展示，无需繁琐的数据预处理步骤。

背景与挑战

背景概述

该数据集名为“Naissances par année et fréquence des prénoms”，源自法国政府开放数据平台data.gouv.fr，由法国公共数据管理部门于2021年发布，核心研究问题聚焦于法国南部城市Porto-Vecchio在1970年至2020年间新生儿命名趋势的时空演化。通过对出生年份与名字频率的统计，数据集为人口学、社会语言学及文化地理学领域提供了珍贵的历时性资料，能够揭示地域性命名偏好的变迁与代际差异。作为开放数据生态中的代表性资源，它赋能了法国地方文化传承研究，并推动了公共数据在社会科学分析中的复用实践。

当前挑战

该数据集的主要挑战在于解决区域命名模式与社会文化变迁关联性分析的领域难题，诸如如何从稀疏的命名频率中提取显著性世代特征，并规避小样本统计偏差。构建过程中的挑战包括：原始数据来自地方行政记录，需处理历史文本数字化后的拼写歧义与字符编码兼容性问题；多年度数据整合面临格式不统一与字段缺失的风险，需进行标准化清洗；此外，数据以Excel形式发布，转换为通用格式后需验证记录完整性，确保Porto-Vecchio这一特定地理尺度的分析不因数据抖动而失真。

常用场景

经典使用场景

该数据集收录了法国城市韦基奥港自1970年至2020年间每年新生儿的姓名及其出现频率，为人口统计学、命名文化演变及社会历史研究提供了珍贵的时间序列资料。研究者可借助此数据集分析半个世纪以来该地区新生儿姓名的流行趋势变迁，探索性别比例、姓名多样性指数以及跨代际命名偏好的动态特征，是开展法语地区姓名学与人口地理学交叉研究的基准资源。

衍生相关工作

基于该数据集，研究者已衍生出多项典型工作，包括构建本地化姓名预测模型以模拟未来命名趋向，设计可视化仪表盘展示韦基奥港命名气候的时空演变，以及整合法国多城市开放数据开展跨地域的名称多样性比较研究。这些工作不仅拓展了原始数据的应用边界，也促使更多公共数据仓库遵循标准格式开放，推动了欧洲开放政府数据运动在人文研究领域的深入发展。

数据集最近研究

最新研究方向

该数据集聚焦于法国科西嘉岛城市波尔图-维奇奥1970至2020年间新生儿姓名频率的统计，为法语社会语言学与人口文化变迁研究提供了珍贵的时间序列数据。当前，数据驱动的命名趋势分析正成为计算社会科学的前沿热点，研究者借助此类官方开放数据，结合自然语言处理与时空可视化技术，深入探究地域文化认同、全球化对传统命名偏好的冲击，以及代际价值观的演变轨迹。该数据的公开与标准化处理，不仅推动了法国公共数据资源的再利用，更为跨学科探索姓名作为社会镜像的深层意涵奠定了坚实基础。