Turkish University Admissions Dataset
收藏资源简介：
这是一个土耳其大学招生数据集，包含2019年至2024年期间从YÖK Atlas和ÖSYM收集的数据，经过清理和规范化处理成关系型CSV表格。数据集涵盖235所大学、733个系名、1,131个学院，总计128,352条记录，包含32,505个独特项目。数据经过系统收集、全面清理、标准化和关系数据建模，为研究人员、开发人员和学生提供干净、可靠且可直接使用的资源。
This is a Turkish university admissions dataset. It compiles data collected from YÖK Atlas and ÖSYM during the period from 2019 to 2024, which has been cleaned, normalized, and formatted into relational CSV tables. The dataset encompasses 235 universities, 733 department names, and 1,131 colleges, with a total of 128,352 records and 32,505 unique programs. Having undergone systematic collection, comprehensive data cleaning, standardization, and relational data modeling, it provides researchers, developers, and students with a clean, reliable, and readily usable resource.
Türkiye Üniversite Bölüm Verileri & İstatistikleri (2019-2024) 数据集概述
数据集基本信息
- 数据来源：YÖK Atlas和ÖSYM官方数据
- 采集工具：YokAPI Python爬虫工具
- 覆盖时间范围：2019-2024年（共6年）
- 总记录数：128,352条
- 唯一专业数量：32,505个（program_code）
- 唯一实体数量：235所大学、733个专业名称、1,131个学院
数据处理流程
数据清洗阶段
- 原始数据通过YokAPI采集
- 详细清洗步骤记录在CLEANING_NOTES.md文件中
- 清洗后数据存储在data/raw/目录
数据标准化阶段
- 使用scripts/目录下的脚本进行数据标准化
- 创建关系型数据结构
- 标准化数据存储在data/processed/目录
- 最终生成all_in_one_denormalized.csv文件
数据文件结构
data/ ├── raw/ # 清洗后但未标准化的数据 ├── processed/ # 标准化后的关系型数据 └── all_in_one_denormalized.csv # 合并的单一分析文件
数据模型架构
核心事实表
- department_stats.csv：记录每个专业每年的基本统计指标
- department_avg_net_stats.csv：记录每个专业每年各科目的平均分数
维度表
- departments_normalized.csv：专业基本信息
- universities_normalized.csv：大学基本信息
- lessons.csv：科目信息
- department_names.csv：专业名称映射
桥接表
- department_tags.csv：管理专业与标签的多对多关系
数据特点
当前数据状态
- 2019-2024年：包含完整统计数据（分数、排名、名额等）
- 2025年：仅包含专业列表，无统计数据
未来扩展计划
- 学生来源地理区域信息
- 学生毕业高中类型和领域
- 学生YKS考试平均分数
- 学生志愿选择倾向分析
使用建议
快速分析
- 推荐使用all_in_one_denormalized.csv文件
- 适合探索性数据分析和快速筛选
深度分析
- 推荐使用processed/目录下的标准化数据
- 适合复杂查询和关系型分析
- 避免数据冗余，提高查询效率
应用场景
- 大学招生趋势分析
- 专业竞争程度评估
- 学生志愿选择指导
- 教育资源分配研究
- 机器学习预测模型开发
相关项目
- 数据集应用于https://sinavizcisi.com平台
- 提供AI驱动的大学专业推荐服务
许可证
- MIT许可证
- 数据来源于公开的YÖK Atlas和ÖSYM资源
- 仅供研究和教育用途
