维基百科的数据，不光能查词条，拿来做统计也挺香的。

《维基百科统计研究(2012 年)》就是一篇这块的老论文，虽然年头有点久，但内容还挺系统的，像词条的增长速度、用户行为差异、编辑模式这些，全都讲得蛮细。对那种研究用户行为、做文本挖掘的同学来说，这波资料还蛮有参考价值的。

比如它提到维基百科的词条质量和浏览特征，就挺值得借来做内容推荐或 SEO 策略。还有编辑者的分类（注册用户、匿名用户、管理员），对你想做权限系统或者内容风控模型的，也有启发。

更妙的是它还提到了信息检索和自动问答的实际应用，比如你要搞个智能客服、知识图谱，从维基抓点干货做训练集，是个不错的起点。啦，数据杂质量参差不齐，清洗的时候要多费点心。

如果你对大数据、NLP 模型或者社群协作机制感兴趣，这份文献还是值得你翻一下的。顺便一提，它还引用了不少其他资料，像维基百科词条质量研究和数据统计学百科全书这些，也可以一起看看，搭配使用效果更好。

，这类研究挺适合做知识类产品、做用户行为建模，或者你单纯好奇维基百科是怎么“众包”出一座知识库的，那也值得一读。