business-poi-locations-dataset

该数据集是一个商业兴趣点（POI）与位置数据集，基于美国政府开放数据（美国城市商业许可证）和英国食品卫生评级计划（FHRS）构建。包含超过 808,000 个商业地点的地址、地理编码、类别标签等信息。数据以 Parquet 格式提供，包含 30 多个字段，如 POI 标识符、名称、统一类别、子类别、品牌、连锁标志、完整地址、经纬度、电话、网站、营业时间、菜系、评级、状态、来源等。数据已进行清洗和标准化，不含 ODbL 污染。适用场景包括选址分析、销售区域规划、本地市场规模估算、地理空间机器学习特征工程等。数据集采用 CC BY-NC 4.0 许可（学术/个人使用），商业使用需获得 DataForge 商业许可。This dataset is a collection of commercial Points of Interest (POI) and location data, built from US Government open data (US City Business Licenses) and the UK Food Hygiene Rating Scheme (FHRS). It contains over 808,000 business locations with addresses, geocodes, category labels, and other information. The data is provided in Parquet format with over 30 fields, including POI identifier, name, unified category, subcategory, brand, chain flag, full address, latitude/longitude, phone, website, operating hours, cuisine, rating, status, source, etc. The data has been cleaned and standardized, with no ODbL contamination. Use cases include site selection analysis, sales territory planning, local market size estimation, geospatial machine learning feature engineering, etc. The dataset is licensed under CC BY-NC 4.0 (academic/personal use); commercial use requires a DataForge commercial license.

原始信息汇总

Business POI & Locations (Government Open Registries) 数据集概述

基本信息

• 数据集名称：Business POI & Locations (Government Open Registries)
• 许可证：CC BY-NC 4.0（学术/个人使用）；商业使用需DataForge商业许可
• 语言：英语
• 数据类型：表格分类（tabular-classification）
• 数据规模：100K - 1M条记录

数据内容

该数据集包含808,397个商业兴趣点（POI），来源于政府开放数据注册表，具体包括：

• 美国城市商业许可证数据：361,421条记录
• 英国食品卫生评级计划（FHRS）：446,976条记录

所有记录均包含地址、地理编码（经纬度）和统一的类别标签。

核心数据字段（pois表）

字段	类型	说明
poi_id	string	稳定的POI标识符
name	string	注册的商业名称
category	string	统一类别（16值受控分类体系）
subcategory	string	源级子类别
brand	string	连锁品牌名称
is_chain	bool	是否为连锁品牌（≥10个地点）
address_full	string	完整的标准化地址
house_number / street / city / region / postcode	string	解析后的地址组成部分
country	string	ISO 3166-1 alpha-2国家代码
lat / lon	double	WGS84坐标系经纬度
phone / website	string	注册机构提供的公开联系方式
opening_hours	string	营业时间（如注册机构提供）
cuisine	string	食品企业的菜系/业务类型详情
rating / rating_scheme	string	公开评分（英国FHRS卫生评级0-5）
status / status_date	string	注册状态（营业/关闭）及更新时间
sources	list	合并到该记录的来源平台列表
confidence	double	记录置信度评分（0-1）
_source_domain / _source_url / _source_platform	string	来源追溯信息

数据包版本

包名称	层级	行数	大小
poi-tier1-S-2026-08-02.zip	S（美国城市）	361,421	36.4 MB
poi-tier1-M-2026-08-02.zip	M（英国FHRS）	446,976	53.6 MB
poi-tier1-L-2026-08-02.zip	L（完整版）	808,397	89.7 MB
poi_open_gov_2026-08-01.csv.gz	open-gov	808,397	52.9 MB
poi_open_gov_2026-08-01.jsonl.gz	open-gov	808,397	60.4 MB
poi_open_gov_2026-08-01.parquet	open-gov	808,397	52.6 MB

应用场景

• 选址与商圈分析
• 销售区域规划
• 本地市场TAM（总可寻址市场）规模估算
• 地理空间机器学习特征

数据来源与方法

• 数据来源：英国FHRS + 美国城市商业许可证开放数据门户
• 数据格式：原生Parquet格式，支持Hugging Face Dataset Viewer直接查看
• 配置文件：pois（单配置，训练集拆分）

使用方式

python from datasets import load_dataset

ds = load_dataset("zalizedata/business-poi-locations-dataset", "pois", split="train") print(ds[0])

许可说明

• 学术/个人使用：CC BY-NC 4.0，需注明出处并回链至 https://data.zalize.com
• 商业使用：需获取DataForge商业许可证
• 上游许可：英国OGL v3.0（FHRS）+ 美国城市开放数据条款

引用方式

text Contains public sector information licensed under the Open Government Licence v3.0; via DataForge (data.zalize.com) — https://data.zalize.com/datasets/business-poi-locations-dataset

• DOI：10.5281/zenodo.21813343
• GitHub Release镜像：https://github.com/wookat/dataforge-pipelines/releases/tag/open-data-business-poi

搜集汇总

数据集介绍

构建方式

本数据集汇聚了超过80万个商业兴趣点，其构建基于政府开放数据注册表，融合了美国城市商业许可证与英国食品卫生评级计划两大权威来源。数据经过系统化的整合与清洗，每一条记录均包含标准化的地址、地理坐标及统一的类别标签。构建过程中严格遵循来源数据的使用条款，确保了数据的许可清洁性，避免了开放数据库许可的污染，为后续的学术研究与应用开发奠定了坚实的合规基础。

特点

该数据集的特点在于其规模宏大且来源可靠，涵盖了逾80万个商业地点，并整合了来自英美两国政府官方注册机构的开放数据。数据集提供了丰富的属性字段，包括商业名称、统一类别、品牌信息、完整的地址解析、经纬度坐标、联系方式及公共卫生评级等。尤为突出的是，其类别体系经过精心设计，采用16类受控词表，确保了数据的一致性和可比性，为多维度、深层次的商业地理分析提供了高质量的数据支撑。

使用方法

此数据集适用于多种场景，如选址分析、销售区域规划、本地市场规模估算以及地理空间机器学习模型的训练。使用者可通过HuggingFace平台便捷地加载数据，如使用Python的datasets库执行load_dataset函数，即可获取训练集。数据以Parquet格式存储，兼容主流数据处理工具。无论是学术研究还是商业应用，该数据集均提供了直观的访问方式，并辅以详尽的数据字典与数据表，确保用户能高效、准确地利用这些信息。

背景与挑战

背景概述

随着地理空间数据分析在商业决策中的重要性日益凸显，高质量的兴趣点（POI）数据成为支持选址分析、市场区域划分和地理空间机器学习模型的关键基础设施。该数据集由DataForge于2026年构建，整合了美国城市商业许可证和英国食品卫生评级计划（FHRS）两大政府开放注册源，生成了超过80万个带有地址、地理编码和分类标签的商业POI记录。通过严格的许可清洁流程，该数据集规避了ODbL污染问题，为学术和商业研究提供了可靠的数据基础，其发布填补了高质量、合规性强的政府开放商业数据空白，对地理信息科学和商业分析领域具有重要影响力。

当前挑战

在领域层面，商业POI数据长期面临多源异构、分类体系不统一和地理编码精度不足的挑战，这限制了其在精细空间分析中的应用。该数据集通过融合英美两国政府注册数据并构建统一的16类分类体系，显著提升了跨区域数据的一致性和可用性。在构建过程中，面临的挑战包括协调不同来源的数据模式、处理地址标准化和地理编码差异，以及确保数据许可的合规性——特别是剔除任何ODbL来源的污染。此外，保留来源追溯字段和计算置信度评分，以应对数据质量验证和可信度评估的复杂需求。

常用场景

经典使用场景

该数据集汇集了来自美国城市商业许可证和英国食品卫生评级计划（FHRS）的超过80万个商业兴趣点（POI），每一记录均涵盖结构化地址、地理坐标（WGS84）、统一类别标签及来源溯源信息。数据以Parquet格式存储，便于直接加载和查询。其经典使用场景在于构建地理空间机器学习模型，如基于位置的商业密度预测、消费者行为分析、交通流量模拟等。研究者可将其作为基准数据，进行POI分类、地址标准化、地理编码精度验证等任务，亦可为城市计算、零售布局优化及区域经济分析提供丰富的实证基础。

衍生相关工作

该数据集催生了多项衍生研究，涵盖基于位置的品牌扩张模型、食品卫生评级与消费者满意度关联分析，以及城市商业活力指数构建等。其开放接口和稳定标识符（poi_id）支持跨数据集链接，促进了诸如企业生命周期预测、区域经济韧性评估等高级分析。在方法层面，可衍生出改进的地理编码算法、POI自动分类框架以及多源数据融合技术。相关代码库和教程已出现在学术与工业界，推动了对商业地理大数据标准的探索，并为后续类似开放数据项目提供了范例。

数据集最近研究

最新研究方向

该数据集整合了美国城市商业执照与英国食品卫生评级等政府开放注册数据，构建了超过80万条高质量商业兴趣点（POI），为地理空间机器学习、贸易区域分析及市场容量估算提供了极为丰富的标注语料。其前沿研究方向聚焦于多源异构数据的融合清洗与自动化标注、基于地理编码的精细空间分析、商业生态网络与品牌空间分布挖掘，以及与大型语言模型结合的地理知识增强。这一数据集不仅推动了智慧城市、本地商业智能和零售选址等应用领域的进步，还通过严格的许可管控与溯源标识，为政府开放数据的再利用与学术研究设立了规范性标杆。