软件著作权数据集
2500万条软件著作权登记信息,涵盖软件名称、版本号、登记号、登记批准日期等核心字段,支持多维查询分析。
2,750 条数据更新时间 2026-05-11
数据集简介
本数据集汇聚了由国家版权局登记并公告的全量计算机软件著作权信息,总量达2500万至3000万条。每条记录包含软件名称、版本号、发布日期、软件简称、登记号、登记批准日期、著作权人、开发完成日期、权利取得方式(原始取得或继受取得)、首次发表日期等关键字段。数据来源为版权登记主管机构公开发布的软著信息,已进行系统化的清洗与去重处理。可广泛应用于企业知识产权管理体系构建、投资尽调审查、竞品分析、研发立项查重、侵权风险排查、高新技术企业认定、双软企业评估、科技项目申报、法律维权举证、供应链资质审核以及行业趋势研究等业务场景。
数据质量
记录完整性
97.15%
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性
需要定制更适合业务场景的数据集?
我们支持公开数据浏览、关键词筛选与企业级定制交付,帮助你更快完成模型训练与数据分析落地。