数据集（Dataset、DataCatalog、DataDownload）结构化数据

指南 #

网站必须遵循结构化数据指南。除了结构化数据指南之外，我们还建议您遵循下列站点地图以及来源和出处最佳实践。

站点地图最佳实践 #

您可以使用 Sitemap 文件帮助 Google 找到您的网址。使用 Sitemap 文件和 sameAs 标记有助于记录您的整个网站中数据集说明的发布情况。

如果您有数据集集合，那么很可能至少有两种类型的网页：每个数据集的规范网页（“着陆页”）以及列出多个数据集的网页（例如，搜索结果或数据集的某个子集）。我们建议您将有关数据集的结构化数据添加到规范网页。如果您将结构化数据添加到数据集的多个副本（如搜索结果页中的列表），请使用 sameAs 属性链接到规范网页。

来源和出处最佳实践 #

开放数据集往往会重新发布、进行汇总并以其他数据集为基础。在某些情况下，一个数据集是另一个数据集的副本或基于另一个数据集。下面给出了一个初步的大纲，大体概括了我们表示这些情况的方法。

• 如果数据集或说明直接使用了别处发布的材料，请使用 sameAs 属性指示原始数据集或说明的最规范网址。sameAs 的值需要明确指明数据集的身份，换句话说，不要对两个不同的数据集使用相同的 sameAs 值。
• 如果重新发布的数据集（包括其元数据）发生了显著的变化，请使用 isBasedOn 属性。
• 如果某个数据集源自多个原始数据集或是对多个原始数据集的汇总，请使用 isBasedOn 属性。
• 使用 identifier 属性附加任何相关的数字对象标识符 (DOI) 或紧凑型标识符。如果数据集具有多个标识符，请重复使用 identifier 属性。如果使用 JSON-LD，则使用 JSON 列表语法进行表示。

我们希望根据反馈改进我们的建议，特别是关于出处、版本控制以及与时间序列出版物关联的日期的说明。欢迎加入社区讨论。

文字属性建议 #

我们建议所有文字属性的长度均不超过 5000 个字符。Google 数据集搜索仅使用所有文字属性的前 5000 个字符。名称和标题通常是几个单词或一个短句。

已知错误和警告 #

您可能会在 Google 的富媒体搜索结果测试和其他验证系统中遇到错误或警告。具体来说，验证系统可能会建议组织必须包含联系信息，其中包括 contactType；有用的值包括 customer service、emergency、journalist、newsroom 和 public engagement。如果错误指出 csvw:Table 不是 mainEntity 属性的预期值，您也可以忽略该错误。

结构化数据类型定义 #

若要使您的内容能够显示为富媒体搜索结果，您必须为其添加必要属性。还有一些建议添加的属性，能帮助您添加更多与您的内容相关的信息，进而提供更好的用户体验。

您可以使用富媒体搜索结果测试来验证标记。

重点是描述有关数据集（其元数据）的信息并表示其内容。例如，数据集元数据可以指明数据集的具体内容、测量的变量、创建者，等等。但它不包含诸如变量的特定值之类的内容。

Dataset #

如需了解 Dataset 的完整定义，请访问 schema.org/Dataset。

您可以描述有关数据集发布的其他信息，如许可、发布时间、其 DOI，或指向其他集合中相应数据集规范版本的 sameAs。请为提供出处和许可信息的数据集添加 identifier、license 和 sameAs。

Google 支持的属性如下：

"name": "The Quick, Draw! Dataset"
"alternateName": ["Quick Draw Dataset", "quickdraw-dataset"]

"creator": [
  {
    "@type": "Person",
    "sameAs": "https://orcid.org/0000-0000-0000-0000",
    "givenName": "Jane",
    "familyName": "Foo",
    "name": "Jane Foo"
  },
  {
    "@type": "Person",
    "sameAs": "https://orcid.org/0000-0000-0000-0001",
    "givenName": "Jo",
    "familyName": "Bar",
    "name": "Jo Bar"
  },
  {
    "@type": "Organization",
    "sameAs": "https://ror.org/xxxxxxxxx",
    "name": "Fictitious Research Consortium"
  }
]

"citation": "https://doi.org/10.1111/111"

"citation": "https://identifiers.org/pubmed:11111111"

"citation": "https://identifiers.org/arxiv:0111.1111v1"

"citation":
 "Doe J (2014) Influence of X ... https://doi.org/10.1111/111"

"funder": [
  {
    "@type": "Person",
    "sameAs": "https://orcid.org/0000-0000-0000-0002",
    "givenName": "Jane",
    "familyName": "Funder",
    "name": "Jane Funder"
  },
  {
    "@type": "Organization",
    "sameAs": "https://ror.org/yyyyyyyyy",
    "name": "Fictitious Funding Organization"
  }
]

"hasPart" : [
  {
    "@type": "Dataset",
    "name": "Sub dataset 01",
    "description": "Informative description of the first subdataset...",
    "license": "https://creativecommons.org/publicdomain/zero/1.0/",
    "creator": {
      "@type":"Organization",
      "name": "Sub dataset 01 creator"
    }
  },
  {
    "@type": "Dataset",
    "name": "Sub dataset 02",
    "description": "Informative description of the second subdataset...",
    "license": "https://creativecommons.org/publicdomain/zero/1.0/",
    "creator": {
      "@type":"Organization",
      "name": "Sub dataset 02 creator"
    }
  }
]

"isPartOf" : "https://example.com/aggregate_dataset"

"license" : "https://creativecommons.org/publicdomain/zero/1.0/"

"license" : {
  "@type": "CreativeWork",
  "name": "Custom license",
  "url": "https://example.com/custom_license"
  }

"license" : "https://creativecommons.org/licenses/by/4.0"

"license" : "https://creativecommons.org/licenses/by"

"spatialCoverage:" {
  "@type": "Place",
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 39.3280,
    "longitude": 120.1633
  }
}

"spatialCoverage:" {
  "@type": "Place",
  "geo": {
    "@type": "GeoShape",
    "box": "39.3280 120.1633 40.445 123.7878"
  }
}

"spatialCoverage:" "Tahoe City, CA"

"temporalCoverage" : "2008"

"temporalCoverage" : "1950-01-01/2013-12-18"

"temporalCoverage" : "2013-12-19/.."

DataCatalog #

如需了解 DataCatalog 的完整定义，请访问 schema.org/DataCatalog。

发布某些数据集的集合往往包含许多其他数据集。同一数据集可以包含在多个这样的仓库中。您可以使用以下属性，通过直接引用该数据集来引用它所属的数据目录：

DataDownload #

如需了解 DataDownload 的完整定义，请访问 schema.org/DataDownload。除了数据集属性之外，您还可以为提供下载选项的数据集添加以下属性。

distribution 属性用来描述如何获取数据集本身，因为网址通常指向描述数据集的着陆页。此外，distribution 属性还可描述获取数据的位置和格式。此属性可以有多个值：例如，使用一个网址分发 CSV 版本，而使用另一个网址分发 Excel 版本。

表格数据集 #

表格数据集是一种主要以网格（由行和列组成）的形式组织而成的数据集。对于嵌入表格数据集的网页，您还可以基于基本方法创建更明确的标记。目前，我们能理解 CSVW（“网络上的 CSV”，请参阅 W3C）的一种变体，它与 HTML 网页上面向用户的表格内容并行提供。

下面是一个以 CSVW JSON-LD 格式编码的小型表格示例。富媒体搜索结果测试中存在一些已知错误。

复制以下代码，在富媒体搜索结果测试中尝试一下。

<html>
  <head>
    <title>American Humane Association</title>
    <script type="application/ld+json">
    {
      "@context": ["https://schema.org", {"csvw": "https://www.w3.org/ns/csvw#"}],
      "@type": "Dataset",
      "name":"AMERICAN HUMANE ASSOCIATION",
      "description": "ProPublica's Nonprofit Explorer lets you view summaries of 2.2 million tax returns from tax-exempt organizations and see financial details such as their executive compensation and revenue and expenses. You can browse raw IRS data released since 2013 and access over 9.4 million tax filing documents going back as far as 2001.",
      "publisher": {
        "@type": "Organization",
        "name": "ProPublica"
      },
      "mainEntity" : {
        "@type" : "csvw:Table",
        "csvw:tableSchema": {
          "csvw:columns": [
            {
              "csvw:name": "Year",
              "csvw:datatype": "string",
              "csvw:cells": [
                {
                  "csvw:value": "2016",
                  "csvw:primaryKey": "2016"
                },
                {
                  "csvw:value": "2015",
                  "csvw:primaryKey": "2015"
                }]
            },
            {
              "csvw:name": "Organization name",
              "csvw:datatype": "string",
              "csvw:cells": [
                {
                  "csvw:value": "AMERICAN HUMANE ASSOCIATION",
                  "csvw:primaryKey": "2016"
                },
                {
                  "csvw:value": "AMERICAN HUMANE ASSOCIATION",
                  "csvw:primaryKey": "2015"
                }]
            },
            {
              "csvw:name": "Organization address",
              "csvw:datatype": "string",
              "csvw:cells": [
                {
                  "csvw:value": "1400 16TH STREET NW",
                  "csvw:primaryKey": "2016"
                },
                {
                  "csvw:value": "1400 16TH STREET NW",
                  "csvw:primaryKey": "2015"
                }]
            },
            {
              "csvw:name": "Organization NTEE Code",
              "csvw:datatype": "string",
              "csvw:cells": [
                {
                  "csvw:value": "D200",
                  "csvw:notes": "Animal Protection and Welfare",
                  "csvw:primaryKey": "2016"
                },
                {
                  "csvw:value": "D200",
                  "csvw:notes": "Animal Protection and Welfare",
                  "csvw:primaryKey": "2015"
                }]
            },
            {
              "csvw:name": "Total functional expenses ($)",
              "csvw:datatype": "integer",
              "csvw:cells": [
                {
                  "csvw:value": "13800212",
                  "csvw:primaryKey": "2016"
                },
                {
                  "csvw:value": "13800212",
                  "csvw:primaryKey": "2015"
                }]
            }]
        }
      }
    }
    </script>
  </head>
  <body>
  </body>
</html>

使用 Search Console 监控富媒体搜索结果 #

Search Console 是一款工具，可帮助您监控网页在 Google 搜索结果中的显示效果。即使没有注册 Search Console，您的网页也可能会显示在 Google 搜索结果中，但注册 Search Console 能够帮助您了解 Google 如何查看您的网站并做出相应的改进。建议您在以下情况下查看 Search Console：

1. 首次部署结构化数据后
2. 发布新模板或更新代码后
3. 定期分析流量时

首次部署结构化数据后 #

等 Google 将网页编入索引后，请在相关的富媒体搜索结果状态报告中查看是否存在问题。 理想情况下，有效项目数量会增加，而无效项目数量不会增加。如果您发现结构化数据存在问题，请执行以下操作：

1. 修正无效项目。
2. 检查实际网址，核实问题是否仍然存在。
3. 使用状态报告请求验证。

发布新模板或更新代码后 #

如果对网站进行重大更改，请监控结构化数据无效项目的增幅。

• 如果您发现无效项目增多了，可能是因为您推出的某个新模板无法正常工作，或者您的网站以一种新的错误方式与现有模板交互。
• 如果您发现有效项目减少了（但无效项目的增加情况并不对应），可能是因为您的网页中未再嵌入结构化数据。请通过网址检查工具了解导致此问题的原因。

定期分析流量时 #

请使用效果报告分析您的 Google 搜索流量。数据将显示您的网页在 Google 搜索结果中显示为富媒体搜索结果的频率、用户点击该网页的频率以及网页在搜索结果中的平均排名。您还可以使用 Search Console API 自动提取这些结果。

问题排查 #

如果您在实施或调试结构化数据时遇到问题，请查看下面列出的一些实用资源。

• 如果您使用了内容管理系统 (CMS) 或其他人负责管理您的网站，请向其寻求帮助。请务必向其转发列明问题细节的任何 Search Console 消息。
• Google 不能保证使用结构化数据的功能一定会显示在搜索结果中。如需查看导致 Google 无法将您的内容显示为富媒体搜索结果的各种常见原因，请参阅结构化数据常规指南。
• 您的结构化数据可能存在错误。请参阅结构化数据错误列表。
• 如果您的网页受到结构化数据手动操作的影响，其中的结构化数据将会被忽略（但该网页仍可能会出现在 Google 搜索结果中）。如需修正结构化数据问题，请使用“人工处置措施”报告。
• 再次查看相关指南，确认您的内容是否未遵循指南。问题可能是因为出现垃圾内容或使用垃圾标记导致的。不过，问题可能不是语法问题，因此富媒体搜索结果测试无法识别这些问题。
• 针对富媒体搜索结果缺失/富媒体搜索结果总数下降进行问题排查。
• 请等待一段时间，以便 Google 重新抓取您的网页并重新将其编入索引。请注意，网页发布后，Google 可能需要几天时间才会找到和抓取该网页。有关抓取和索引编制的常见问题，请参阅 Google 搜索抓取和索引编制常见问题解答。
• 在 Google 搜索中心论坛中发帖提问。

特定数据集未显示在数据集搜索结果中 #

error 导致问题的原因：您的网站在描述数据集的网页中没有结构化数据，或相应网页尚未被抓取。

done 解决问题

1. 复制您希望在数据集搜索结果中看到的网页对应的链接，然后将该链接复制到富媒体搜索结果测试中。如果系统显示“网页无法显示此测试已知的富媒体搜索结果”或“部分标记无法显示富媒体搜索结果”消息，则表示该网页上没有数据集标记，或者该标记不正确。您可以参阅如何添加结构化数据部分，了解如何解决此问题。
2. 如果网页上存在标记，该网页可能尚未被抓取。您可以使用 Search Console 检查抓取状态。

公司徽标缺失或徽标搜索结果显示不正确 #

error 导致问题的原因：您的网页可能缺少组织徽标的 schema.org 标记，或者您没有在 Google 上建立商家详情。

done 解决问题

1. 为您的网页添加徽标结构化数据。
2. 在 Google 上建立商家详情。