WorkWithData/Artists

该数据集包含来自世界各地的艺术家信息，数据来源于开放数据源（如MoMA、Tate、Rijks、Interpol）。

原始信息汇总

数据集概述

数据来源

• 数据集包含来自世界各地的艺术家信息。
• 数据来源于公开数据源，包括MoMA、Tate、Rijks和Interpol。

数据集位置

• 该数据集可在以下网址找到：https://www.workwithdata.com/datasets/artists

相关数据集

• 类似的数据集也可在以下网址找到：https://www.workwithdata.com

搜集汇总

数据集介绍

构建方式

在艺术信息学领域，WorkWithData/Artists数据集通过整合多个权威开放数据源构建而成，这些来源包括纽约现代艺术博物馆（MoMA）、泰特美术馆、荷兰国立博物馆（Rijksmuseum）以及国际刑警组织（Interpol）的公开数据。该构建过程涉及对分散艺术信息的系统化采集与清洗，确保了数据的广泛代表性与跨机构一致性，为全球艺术家研究提供了结构化的基础资源。

特点

该数据集涵盖了全球范围内的艺术家信息，其核心特点在于多源数据的融合与标准化处理。数据集不仅收录了艺术家的基本资料，还通过整合不同文化机构与执法机构的记录，呈现出艺术世界的多样性与复杂性。这种跨领域的数据整合增强了数据集在艺术史研究、文化分析以及艺术品鉴证等应用中的实用价值。

使用方法

用户可通过HuggingFace平台或WorkWithData官网直接访问该数据集，进行下载与本地分析。数据集适用于艺术信息检索、艺术家网络分析、文化趋势研究等多种场景。研究者可利用其结构化字段，结合统计工具或机器学习方法，探索艺术家的地域分布、创作时期关联以及跨机构数据比对，从而支持学术与实务决策。

背景与挑战

背景概述

在数字人文与艺术信息学领域，艺术家的系统化数据整合对于文化研究、策展实践及市场分析具有深远意义。WorkWithData/Artists数据集由WorkWithData平台于近年构建，汇聚了来自全球多个权威开放数据源（如MoMA、Tate、Rijks、Interpol）的艺术家信息。该数据集旨在解决艺术领域数据分散、标准不一的核心问题，通过结构化整理为跨机构艺术研究、智能推荐系统及文化遗产数字化提供了关键数据支撑，推动了艺术数据科学的发展与应用。

当前挑战

该数据集面临的挑战主要体现在两个方面：其一，在领域问题层面，艺术家的多源异构数据整合涉及复杂的实体消歧与属性对齐，例如不同机构对同一艺术家的记录可能存在命名差异、生平信息矛盾或作品归属模糊，这增加了数据一致性维护与深度分析的难度；其二，在构建过程中，数据采集需协调各开放源的许可协议与格式规范，同时确保数据的时效性与完整性，避免因来源更新滞后或覆盖范围局限而影响数据集的代表性与实用性。

常用场景

经典使用场景

在艺术史与数字人文领域，WorkWithData/Artists数据集为研究者提供了全球艺术家的结构化信息，其经典使用场景聚焦于艺术家的时空分布分析。通过整合MoMA、Tate等权威机构的开放数据，该数据集支持对艺术家生平、活动地域及创作时期的量化研究，助力学者揭示艺术流派的演变轨迹与跨文化传播模式。

解决学术问题

该数据集有效解决了艺术研究中数据分散与标准化不足的难题，为艺术史计量分析提供了可靠基础。学者可借助其探索艺术家群体的地理迁移规律、艺术市场的历史变迁，以及性别、地域等因素在艺术创作中的影响，从而推动艺术学研究从定性描述向实证分析转型，深化对全球艺术生态的系统理解。

衍生相关工作

围绕该数据集，已衍生出多项经典研究工作，例如基于艺术家地理信息的网络分析，探索艺术合作与影响路径；亦有研究结合时间序列数据，构建艺术流派兴衰的预测模型。这些工作不仅丰富了数字人文的方法论体系，还为跨学科的艺术与计算研究开辟了新路径。