1.前烟
几个数据问题
1.1 是否能够联系上作者本人
1.2 数据是否定期检查错误并更新
1.3 数据是否包含数据获取方法的信息，是否包含数据获取过程中使用的样本类型
1.4 有没有其他数据源可以验证这个数据集
1.5 根据我对这个话题了解的所有只是，数据是否可信
三个回答是yes的话，数据可靠，否则要重新考虑数据
2 真实性核查
内容：
2.1 联系数据源、核查最新的方法和版本
2.2 找到其他好的数据源作对照
2.3 联系专家，探讨好的数据源和真实的信息
2.4 进一步研究你的主题，检查你的数据源或数据集是否可信
3 数据可读性、数据清洁度和数据寿命
3.1 数据的清洁度有多高
3.2 是否有人给出了用统计误差率，或者修改了错误的数据条目，或者误报了数据
3.3 是否会发布进一步跟新，这些更新是否会发送给你？
3.4 数据采集过程中使用了哪些，如何验证这些方法
4 寻找数据
4.1 打电话
4.2 美国政府数据
4.3 全球政府和城市开放数据
4.4 组织数据和非政府组织数据
4.5 教育数据和大学数据
4.6 医学数据和科学数据
4.7 众包数据和API
5 案例研究：数据调查实例
6 数据存储
6.1 数据库：关系数据库MySql，非关系数据库Nosql，python创建本地数据库，云存储，本地存储和python