Conjuntos de datos de Wikipedia

El conjunto de datos de Wikipedia ofrece una visión general completa de los artículos de la enciclopedia y el contenido de conocimiento, lo que le ayuda a acceder a información estructurada a gran escala. Este conjunto de datos incluye puntos de datos esenciales, como títulos de artículos, URL, índices, texto sin formato, texto catalogado por secciones, imágenes, referencias, enlaces externos, categorías y mucho más.

Wikipedia Dataset hero image
Campos de datos
11
Registros totales
8.9M+
Comienza en
Hasta $0.0025 por registro
Pedido Mínimo
$250
GDPR ready
MERCADO DE CONJUNTOS DE DATOS

Conjuntos de datos disponibles

Acceda a Conjuntos de datos de Wikipedia validados y actualizados. Garantice un acceso sin complicaciones a los datos utilizando Conjuntos de datos ya preparados.
  • Datos de demostración en JSON/CSV
  • Registros nuevos
  • Personalice, enriquezca y formatee los datos.

LinkedIn people profiles

ID, Name, City, Country code, Position, About, Posts, Current company, and more.
Business
Vistas117.9K+
Descargas11.1K+

Amazon products

Title, Seller name, Brand, Description, Initial price, Currency, Availability, Reviews count, and more.
eCommerce
Vistas34.5K+
Descargas5.7K+

LinkedIn company information

ID, Name, Country code, Locations, Followers, Employees in linkedin, About, Specialties, and more.
Business
Vistas32.9K+
Descargas3.4K+

Instagram - Profiles

Account, Fbid, ID, Followers, Posts count, Is business account, Is professional account, Is verified, and more.
Social media
Vistas21.8K+
Descargas3.4K+

Crunchbase companies information

Name, URL, ID, Cb rank, Region, About, Industries, Operating status, and more.
Business
Enriquecido
Vistas15.4K+
Descargas1.6K+

Linkedin job listings information

URL, Job posting id, Job title, Company name, Company id, Job location, Job summary, Job seniority level, and more.
Business
Vistas15.1K+
Descargas2.2K+

Instagram - Posts

URL, User posted, Description, Hashtags, Num comments, Date posted, Likes, Photos, and more.
Social media
Vistas13K+
Descargas1.6K+

Google Maps full information

Place id, URL, Country, Name, Category, Address, Description, Business details, and more.
Business
Vistas12.8K+
Descargas1.6K+

Zillow properties listing information

Zpid, City, State, HomeStatus, Address, IsListingClaimedByCurrentSignedInUser, IsCurrentSignedInAgentResponsible, Bedrooms, and more.
Real estate
Vistas11.9K+
Descargas1.2K+

LinkedIn posts

URL, ID, User id, Use url, Title, Headline, Post text, Date posted, and more.
Social media
Vistas11.1K+
Descargas1.4K+

X (formerly Twitter) - Posts

ID, User posted, Name, Description, Date posted, Photos, URL, Quoted post, and more.
Social media
Vistas10.2K+
Descargas1.2K+

TikTok - Profiles

Account id, Nickname, Biography, Awg engagement rate, Comment engagement rate, Like engagement rate, Bio link, Predicted lang, and more.
Social media
Vistas8.1K+
Descargas951+

Youtube - Videos posts

URL, Title, Youtuber, Youtuber md5, Video url, Video length, Likes, Views, and more.
Social media
Vistas7.9K+
Descargas707+

Amazon Reviews

URL, Product name, Product rating, Product rating object, Product rating max, Rating, Author name, Asin, and more.
eCommerce
Vistas7.2K+
Descargas851+

TikTok - Posts

URL, Post id, Description, Create time, Digg count, Share count, Collect count, Comment count, and more.
Social media
Vistas6.6K+
Descargas866+

Facebook - Pages Posts by Profile URL

URL, Post id, User url, User username raw, Content, Date posted, Hashtags, Num comments, and more.
Social media
Vistas6.5K+
Descargas623+

Indeed job listings information

Jobid, Company name, Date posted parsed, Job title, Description text, Benefits, Qualifications, Job type, and more.
Business
Vistas6.4K+
Descargas758+

Companies information enriched dataset

URL, ID lc, Name lc, Country code lc, Locations lc, Followers lc, Employees in linkedin lc, About lc, and more.
Business
Enriquecido
Vistas6.1K+
Descargas528+

Shopee - products

URL, ID, Title, Rating, Reviews, Initial price, Final price, Currency, and more.
eCommerce
Vistas6K+
Descargas1.2K+

Walmart - products

URL, Final price, Sku, Currency, Gtin, Specifications, Image urls, Top reviews, and more.
eCommerce
Vistas5.5K+
Descargas854+

TikTok Shop

URL, Title, Available, Description, Currency, Initial price, Final price, Discount percent, and more.
eCommerce
Vistas5.3K+
Descargas660+

Employees business enriched dataset

URL, Profile url, Linkedin num id, Avatar, Profile name, Certifications, Profile location, Profile connections, and more.
Business
Enriquecido
Vistas5.3K+
Descargas382+

YouTube - Channels

URL, Handle, Handle md5, Banner img, Profile image, Name, Subscribers, Description, and more.
Social media
Vistas4.4K+
Descargas501+

Reddit- Posts

Post id, URL, User posted, Title, Description, Num comments, Date posted, Community name, and more.
Social media
Vistas4.3K+
Descargas419+

Glassdoor companies overview information

ID, Company, Ratings overall, Details size, Details founded, Details type, Country code, Company type, and more.
Business
Enriquecido
Vistas4.2K+
Descargas378+

Google maps reviews

URL, Place id, Place name, Country, Address, Review id, Reviewer name, Reviews by reviewer, and more.
Business
Vistas4.1K+
Descargas299+

Instagram - Reels

URL, User posted, Description, Hashtags, Num comments, Date posted, Likes, Views, and more.
Social media
Vistas3.6K+
Descargas435+

Airbnb Properties Information

Name, Price, Image, Description, Category, Availability, Discount, Reviews, and more.
Travel
Vistas3.6K+
Descargas575+

X (formerly Twitter) - Profiles

X id, URL, ID, Profile name, Biography, Is verified, Profile image link, External link, and more.
Social media
Vistas3.4K+
Descargas219+

IMDB media

Title, Popularity, Genres, Presentation, Credit, Videos, Photos, Top cast, and more.
Free datasets
Vistas3.4K+
Descargas192+

Filtra el conjunto de datos de Wikipedia con un solo prompt

Describe exactamente lo que necesitas y deja que la IA aplique los filtros perfectos en segundos.

  • Describe las necesidades de datos en inglés simple
  • La IA aplica filtros precisos automáticamente
  • Reduce grandes conjuntos de datos a solo lo que te importa
  • Reduce costos omitiendo datos irrelevantes
  • Exporta los datos filtrados en tu formato preferido
Available delivery options
delivery methods
¡NUEVO!

Maximiza el valor con ahorros estratégicos de costos

Managed Data Collection_box

Actualizaciones de datos inteligentes

Accede solo a "Nuevos registros" o "Registros actualizados", asegurándote de pagar solo por lo que necesitas

dataset bundles

Paquetes de conjuntos de datos

Obtén mayor valor al comprar dos o más conjuntos de datos juntos, con descuentos exclusivos.

discounts

Descuentos por volumen

Obtén más por menos con ahorros significativos al comprar grandes conjuntos de datos o suscripciones de actualizaciones

enriched datasets

Conjuntos de datos enriquecidos

Ahorra tiempo y recursos con conjuntos de datos prediseñados que combinan múltiples fuentes en un único conjunto de datos limpio

Wikipedia dataset sample

Utilice nuestro conjunto de datos de Wikipedia para acceder a contenidos enciclopédicos, información de investigación y recursos de conocimiento sobre diversos temas y categorías. Entre los casos de uso más populares se incluyen el procesamiento del lenguaje natural, el entrenamiento de IA, el análisis de contenidos, la investigación y la educación, el desarrollo de grafos de conocimiento, el análisis semántico, la extracción de información y la creación de sistemas de preguntas y respuestas.

Precios de Conjuntos de Datos

Tasa de actualización
100K
500K
1M
5M
20M
Complete Dataset
3TB
  • Limpio y validado
  • Actualización mensual
  • JSON/CSV/Parquet

Potencie los agentes de IA al instante

Nuestros conjuntos de datos Wikipedia están optimizados para AI/LLM: claramente estructurados, bien documentados, con código y recetas para una fácil integración LLM/chatbot.
recetas para una fácil integración LLM/chatbot.

structured data

Estructurado y limpio

Datos preprocesados con esquemas coherentes, perfectos para el entrenamiento y la inferencia de modelos de IA.

code examples

Ejemplos de códigos

Fragmentos de Python, Node.js, cURL, PHP, Go, Java y Ruby listos para usar que se integran fácilmente en los flujos de trabajo de IA.

documentation

Documentación

Guías y cuadernos completos para ChatGPT, Claude y otras integraciones de LLM.
                              curl --request GET 
--url https://api.brightdata.com/datasets/snapshots/{id}/download 
--header 'Autorización: Portador '
                              
                            
                              importar solicitudes
url = "https://api.brightdata.com/datasets/snapshots/{id}/download"
headers = {"Authorization": "Bearer "}
response = requests.get(url, headers=headers)
print(respuesta.json())
                              
                            
                              const url = 'https://api.brightdata.com/datasets/snapshots/{id}/download';
const options = {method: 'GET', headers: {Authorization: 'Bearer '}, body: undefined};

try {
const response = await fetch(url, options);
const data = await response.json();
console.log(datos);
} catch (error) {
console.error(error);
}
                              
                            
                              HttpResponse response = Unirest.get("https://api.brightdata.com/datasets/snapshots/{id}/download")
.header("Authorization", "Portador ")
.asString();
                              
                            
                              requerir "uri
requiere "net/http

url = URI("https://api.brightdata.com/datasets/snapshots/{id}/download")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Get.new(url)
request["Authorization"] = 'Portador '

response = http.request(request)
puts respuesta.leer_cuerpo
                              
                            

Wikipedia Conjuntos de datos adaptados a sus necesidades

Obtenga conjuntos de datos fáciles de usar y bien estructurados para cualquier caso de uso.
dataset subscription

Suscripción de datos

Suscríbase para acceder a los conjuntos de datos a un coste significativamente reducido.

file outputs

Formatos de archivo

JSON, NDJSON, JSON Lines, CSV, Parquet. Compresión .gz opcional.

flexible delivery

Entrega flexible

Snowflake, Amazon S3 bucket, Google Cloud, Azure y SFTP.

enriched datasets

Datos escalables

Amplíe sin preocuparse por la infraestructura, los servidores proxy o los bloqueos.

discounts

Ahorro de costes

Personaliza cualquier conjunto de datos mediante filtros y opciones de formato.

code maintanence

Mantenimiento del código

Los conjuntos de datos se actualizan en función de los cambios en la estructura del sitio web.

api integrations

Integraciones simplificadas

Benefíciese de las integraciones con Snowflake y AWS.

support

Asistencia 24/7

Un equipo especializado de profesionales de datos está aquí para ayudarte.

compliance

Líderes en cumplimiento

Los datos se obtienen de forma ética y cumplen todas las leyes de privacidad.

Obtenga datos estructurados y fiables Wikipedia.

Te facilitamos los datos mientras tú te centras en lo demás

Datos web de gran volumen

Con nuestras funciones de desbloqueo y de rotación de las direcciones IP las 24 horas del día, garantizamos el acceso a todos los puntos de datos de un sitio web.

Datos para uso inmediato

Todos los aspectos del proceso de recopilación de datos se validan a fondo como parte de nuestro potente proceso de validación de datos.

Flujo de datos automatizado

Crea cronogramas personalizados para automatizar la entrega de datos y comprueba cómo los datos fluyen sin problemas hacia su almacenamiento.

Preguntas frecuentes sobre el conjunto de datos Wikipedia

Sí, puede obtener actualizaciones de su conjunto de datos Wikipedia de forma diaria, semanal, mensual o personalizada.

Sí, puede adquirir un subconjunto de Wikipedia que incluirá solo los puntos de datos que necesite. Al adquirir un subconjunto, el coste se reduce considerablemente.

Los formatos de los conjuntos de datos son JSON, NDJSON, JSON Lines, CSV o Parquet. Opcionalmente, los archivos se pueden comprimir en .gz.

Sí, puede solicitar datos de muestra para evaluar la calidad y la relevancia de la información proporcionada. Es una forma estupenda de asegurarse de que se ajusta a sus necesidades antes de comprometerse con un Conjunto de datos completo.

Sí, puede solicitar puntos de datos específicos del conjunto de datos Wikipedia adaptados a sus necesidades particulares, lo que le garantiza que recibirá exactamente la información que necesita para sus proyectos.

Por supuesto, el conjunto de datos Wikipedia ofrece una integración perfecta con la API, lo que le permite integrar sin esfuerzo los datos en su CRM, herramientas de análisis o cualquier otro sistema que utilice, agilizando sus operaciones.

Obtenga hoy mismo su conjunto de datos Wikipedia.