Google 数据集信息 API 概览

Google 数据集信息 API 用于获取指定 Google Dataset 数据集的。标准模式通过 POST /v3/serp/google/dataset_info/task_post/ 创建任务，并通过 GET /v3/serp/google/dataset_info/task_get/advanced/ 获取结果；如需实时返回结果，可使用 /v3/serp/google/dataset_info/live/advanced/。

本接口基于 Google Dataset 搜索结果页中展示的数据集进行采集，可返回数据集、、许可证、描述等扩展信息。返回结果对应请求中指定的 dataset_id 参数。

建议使用响应中的 check_url 在浏览器无痕模式下打开，以核验返回的数据是否与目标数据集一致。

> 注意：Google Dataset Info API 支持 desktop 设备类型。创建任务时可指定 Windows 或 macOS 操作系统。

排名字段说明

SERP 返回结果中的排名字段：

字段	说明
rank_group	结果在所属 SERP素组中的位置。
rank_absolute	结果在整个 SERP部中的绝对位置。

例如，某数据集信息卡片可能是某个结果组中的第 1 条，但由于前方存在广告、自然搜索结果或 SERP素 rank_absolute 可能大于 1。

可用功能

Google Dataset Info Advanced

/v3/serp/google/dataset_info/live/advanced/ 可实时返回指定 Google 数据集的详细信息：

• 数据集与数据； -或发布组织信息；
• 数据集许可证；
• 数据集描述；
• SERP 中展示的扩展字段。

数据获取方式

本接口支持实时（Live）和标准（Standard）两种获取方式。

实时模式（Live）

实时模式适用于需要立即获取数据集的场景。请求会同步执行并直接返回结果，无需创建任务后再单独查询。

接口路径：

/v3/serp/google/dataset_info/live/advanced/

实时模式通常更高的处理优级和相应费用。

标准模式（Standard）

标准模式适用于无需即时返回结果的批量采集场景，成本通常低于实时模式。使用该模式时，需要创建任务，再获取已完成任务的结果。

执行流程如下：

1. 通过 POST /v3/serp/google/dataset_info/task_post/ 创建采集任务；
2. 等平台完成数据采集；
3. 通过 GET /v3/serp/google/dataset_info/task_get/advanced/ 获取指定任务结果。

如需批量处理多个任务，可按以下方式操作：

1. 通过 /v3/serp/google/dataset_info/tasks_ready/ 获取已完成任务的 id 列表；
2. 使用 /v3/serp/google/dataset_info/task_get/advanced/ 逐个获取任务结果。

创建任务时还可以下回调字段：

字段	说明
pingback_url	任务完成后向指定地址发送完成通知。
postback_url	任务完成后将结果直接推送至指定地址。使用该字段时，结果获取功能适用 advanced。

调用限制

限制项	说明
API 调用频率平台限流以认证说明中的 30/60/120 次/分钟规则为准。
单次 POST 任务数	每个 POST 请求最多 100 个任务。

如有更高并发或任务数量需求，请联系技术支持评估额。

优级与计费

标准模式支持两种任务优级：

1. normal：普通优级，适用于常规异步采集；
2. high：高优级，适用于需要更快完成的异步任务。

实时模式会同步返回结果，通常最高处理优级。

不同获取方式、任务优级及附加参数会影响费用。扣费以响应头 X-SeerMarTech-Charge-CNY 为准。

测试环境

可通过 /v3/appendix/sandbox/ 测试接口请求与响应结构，便于在正式调用前完成集成验证。

实用场景

• 核验数据集许可证：提取目标数据集的授权与许可证信息，帮助团队判断数据能否用于研究、商业分析或模型训练。
• 监测竞品数据资产：跟踪竞品、研究机构或行业组织发布的数据集，识别重点研究方向与数据布局。
• 构建数据集资源库：批量采集特定主题下的数据集描述、和字段，为数据资产检索平台补结构化索引。
• 评估数据集可信度：结合、发布组织、描述和许可证等信息，对候选数据集进行来源审查与质量初筛。
• 发现行业研究机会：分析指定领域的数据集与发布，挖掘尚未覆盖的数据主题、和研究方向。