Data-Gouv-FR/petites-cites-de-caractere-de-france-aout-2023

该数据集是通过从以下维基百科页面提取的法国Petites Cités de Caractère（特色小镇）网络成员列表生成的：https://fr.wikipedia.org/wiki/Petites_Cit%C3%A9s_de_Caract%C3%A8re_de_France。列表截至2023年8月31日更新。本数据集系从指定维基百科页面提取的法国特色小镇（Petites Cités de Caractère）网络成员列表生成所得，来源页面链接为：https://fr.wikipedia.org/wiki/Petites_Cit%C3%A9s_de_Caract%C3%A8re_de_France。该列表更新至2023年8月31日。

搜集汇总

数据集介绍

构建方式

该数据集基于法国官方开放数据平台data.gouv.fr上发布的“Petites Cités de Caractère de France”名录构建而成，原始数据来源于维基百科上记录的所有加入“法国特色小城”网络的市镇列表，数据截止至2023年8月31日。数据集以Hugging Face格式进行组织，将原始表格资源转换为一个独立的子集配置，并统一划分为名为“train”的分割，数据以Parquet格式存储于指定路径中，确保了高效压缩与快速读取的性能。

特点

数据集聚焦于法国境内被认定为“Petites Cités de Caractère”的特色小城镇，具有明确的地域性与文化代表性，共收录多个市镇的信息。其数据格式采用Parquet与CSV兼容的开放数据结构，便于大规模分析与跨平台使用。数据集以单一子集配置呈现，精简高效，同时保留了原始数据源的官方标识符与许可证信息，确保了数据的可追溯性与合规性。

使用方法

用户可通过Hugging Face的datasets库直接加载该数据集，只需调用`load_dataset`函数并指定数据集的完整名称与子集配置名`petites-cites-de-caracteres-2023`即可获取训练分区的数据。加载后返回的Dataset对象包含完整的表格内容，支持与Pandas等数据分析工具无缝集成，便于进行后续的数据探索、统计分析与可视化工作。

背景与挑战

背景概述

该数据集名为“Petites cités de caractère de France - Aout 2023”，由法国数据开放平台data.gouv.fr于2023年8月发布，核心研究问题在于系统化整理法国“特色小城”网络（Petites Cités de Caractère de France）的地理与行政信息。该网络由法国地方政府与文化遗产机构共同推动，旨在识别并保护那些虽面积小却具有显著建筑与历史价值的市镇。数据集的创建依托于维基百科上维护的成员名单，通过结构化转存为Parquet和CSV格式，为城市规划、文化遗产保护及旅游研究等领域提供了权威、易用的标准化数据资源。其发布顺应了开放数据运动在法国公共治理中的扩展，对促进地域研究的数据驱动分析具有重要参考价值。

当前挑战

该数据集面临的主要挑战包括：其一，所解决的领域问题在于，法国特色小城的定义与成员资格缺乏统一的法律或行政标准，导致数据集的边界依赖于维基百科的社区共识，可能存在遗漏或过时风险。其二，构建过程中需要从非结构化的维基百科列表手动提取并协调市镇名称、地理位置及关联属性，遇到列表更新不及时、多语言命名差异等数据清洗难题。此外，数据集仅提供单一时间点快照（2023年8月），无法捕捉成员变化的动态过程，限制了其在时序分析中的应用。开放许可证（LOV2）虽促进了复用，但数据质量依赖原始来源的持续维护，长期可持续性需依赖社区贡献与官方认可机制的完善。

常用场景

经典使用场景

在法国文化遗产与旅游地理学研究中，'petites-cites-de-caractere-de-france-aout-2023'数据集常被用于识别和分类具有独特历史风貌的法国小城镇。该数据集基于维基百科中'Petites Cités de Caractère de France'网络的成员列表构建，收录了截至2023年8月加入该网络的所有法国小城镇信息。研究者可借助此数据集开展小城镇遗产价值评估、地方品牌化程度分析，以及文化政策对乡村空间重组影响的研究。数据集的标准化结构（如Parquet格式）便于进行空间分析与统计建模，为理解法国非都市区域的遗产保护与可持续发展提供了坚实的数据基础。

解决学术问题

该数据集解决了法国小城镇遗产识别与量化分析中数据分散、标准不一的学术难题。过去，关于'Petites Cités de Caractère'网络的研究多依赖零散的地方资料，难以进行大规模比较分析。该数据集通过整合官方网络成员名录，首次提供了统一、可机读的参考基准，使学者能够系统考察此类小城镇的地理分布特征、历史街区的保护状况，以及文化标签对地方经济的影响。其开放许可（lov2）进一步降低了研究门槛，推动了法国乡村遗产领域的计量分析与跨区域比较研究。

衍生相关工作

围绕该数据集，学术界已衍生出一系列经典工作。例如，有研究基于该数据与法国人口密度图，分析了'Petites Cités de Caractère'网络在乡村复兴中的空间角色；另有学者将其与法国历史文化名村数据库关联，构建了多维度遗产评估框架。在数据科学领域，该数据集常被用作教学案例，展示如何将开放政府数据与维基百科信息结合，打造结构化知识库。此外，它催生了关于文化遗产标签对区域经济韧性的定量研究，以及运用自然语言处理技术分析网络成员城镇在线评论的尝试，推动了城市研究中的跨学科对话。