复印报刊资料转载论文数据集

数据分为两部分，一部分文本数据存储于数据库中，另一部分实体文件存储于硬盘上。
1、数据库中字段名称与属性 字段名称采用语义化命名，如user_id（唯一标识）、paper_title（论文标题）、research_method（研究方法）。 字段属性包括数据类型、约束条件、索引优化。数据类型是根据内容选择类型，如VARCHAR(255)存储文本（如论文标题）、INT存储数值（如研究年份）、BOOLEAN存储逻辑值（如是否创新）。约束条件包括设置主键（PRIMARY KEY，如user_id）、非空（NOT NULL，如paper_title）、唯一性（UNIQUE，如DOI编号）等，确保数据完整性。索引优化是对高频查询字段建立索引，加速检索效率。
2、主要关键字段 唯一标识字段paper_id（论文ID），采用自增或UUID生成，作为表主键及跨表关联的依据。核心内容字段包括paper_title（标题）、research_question（研究问题）、main_findings（主要发现），存储论文的核心信息。关联字段包括研究学科、潜在交叉学科等，用于分类及多维度分析。