CN-GEO 引用数据集

CN-GEO 引用数据集面向中文生成式搜索平台的引用选择与来源曝光研究。当前 2.0.0 版本收录 214,119 条引用记录、609 个非空问题 ID 和 12 个平台代码，按查询意图、行业、提示风格、时间敏感度等七个研究维度整理为 JSONL，并提供 schema、清单、校验值与数据字典。

研究者可以用它比较平台信源偏好、官网来源渗透、引用集中度、内容形态和问题属性，也可以把公开样本接入 DuckDB、Python 或可视化工具建立自己的分析工作台。稳定的 record_id 与内容哈希便于复查和增量处理，仓库附带的数据卡、质量报告和交互式分析报告也降低了首次使用门槛。

数据集保留完全重复记录，以维持原始研究总体口径；第三方标题、网址和内容片段还受到原站点权利与使用条款约束。平台代码代表采集体系中的观察对象，不能自动代表某个平台今天的完整线上分布。正式引用研究结论前，应核对版本、采样日期、问题构成、缺失值和公开许可。