崔开源

(内蒙古科技大学 学报编辑部，内蒙古 包头 014010)

在GB/ T 7714—2015《信息与文献 参考文献著录规则》中，增加了 4 个文献类型标识[1]：档案(A) ，舆图(CM) ，数据集(DS) ，其他(Z)。这四个新增的文献类型中，其余三个文献类型比较容易理解，数据集(DS)对很多人来说仍然比较陌生，容易和计算机的数据库、数据表相混淆。虽然有些学者已经对此做出了研究，但由于已有定义不能包括目前已经发现的数据集，因此，需要对数据集的概念作出修正。

1 数据集的起源和发展

数据集的基本概念具体起源于何时，目前还不明确。从CNKI中，以关键词“数据集”检索后，可以看到1915年就已经有了相关的文献。之后很长一段时间，相关文献的数量都在10篇以下。1980年前后，相关文献数量逐步增加。如图1所示。

最早的中文文献出现在1959年，共3篇。其文献量的变化趋势与外文文献数量变化趋势基本一致，如图2所示。

国内目前已知最早的数据集文献是1959年刊载在《航空材料》上的数据集，美国钢铁研究院的《AISI*标准不锈钢的代号与成分》数据集[2]，该数据集其实是美国钢铁研究院(AISI)在1957年6月提供的。同年，《航空材料》上还刊载了另外两份数据集：《数据集NO.5:标准不锈钢的抗腐蚀性的比较》[3]《数据集NO.6:机械试验时的变形速度曲线图》[4]。从1959年翻译成中文的数据集文献来看，数据集主要并不是在计算机领域，而是在材料、机械、航天领域。

图1 CNKI数据库中，关键词为“数据集”的外文文献数量变化

图2 CNKI数据库中，关键词为“数据集”的中文文献数量变化

2 几种典型的数据集的样式及分析

从目前已经发现的数据集的形式来看，主要有四种典型的数据集样式。……