Spectrum Outages Dataset

这是一个社区报告的美国Spectrum互联网、电视和电话中断数据集，作为开放数据集发布，用于研究、新闻、商业智能和公众意识。数据来源于SpectrumOutage.us，包含约5000条记录，时间范围为2026年6月16日至30日，覆盖美国地理区域，提供JSON和CSV格式，字段包括创建时间、城市、州、邮政编码、服务和备注。This is a community-reported outage dataset for Spectrum's Internet, TV and telephone services in the United States, released as an open dataset for research, journalism, business intelligence and public awareness. The dataset is sourced from SpectrumOutage.us, containing approximately 5,000 records spanning the period from June 16 to 30, 2026, and covering geographic regions across the United States. It is provided in both JSON and CSV formats, with fields including creation timestamp, city, state, zip code, service type and remarks.

原始信息汇总

数据集概览

该数据集记录了美国社区用户自愿报告的 Spectrum 互联网、电视和电话服务中断情况，旨在支持研究、新闻、商业分析和公众知情。

• 数据来源：由独立社区驱动的停电追踪网站 SpectrumOutage.us 收集，与 Charter Communications 或 Spectrum™ 无关联。
• 记录数量：约 5,000 条。
• 时间范围：2026-06-16 至 2026-06-30。
• 地理范围：美国全境。
• 数据格式：JSON 和 CSV。
• 字段：包含 created_at（报告时间）、city（城市）、state（州）、zip_code（邮政编码）、service（受影响服务类型）、note（备注）。

使用示例

• JSON 格式示例： json { "spectrum_outages_datasets": [ { "created_at": "2026-06-30T18:07:13Z", "city": "Orlando", "state": "FL", "zip_code": "32822", "service": "All", "note": null } ] }

• CSV 格式示例： csv created_at,city,state,zip_code,service,note 2026-06-30T18:07:13Z,Orlando,FL,32822,All,

• Python 加载：使用 pandas.read_csv() 读取 CSV 文件。

• Node.js 加载：使用 import 导入 JSON 文件。

数据文件结构

spectrum-outage-dataset/ ├── README.md ├── LICENSE ├── data/ │ ├── spectrum-outages-2026-06.json │ └── spectrum-outages-2026-06.csv └── docs/ └── schema.md

完整数据集（约 5,000 条）可于 data/ 目录下载，也可通过 spectrumoutage.us/support-us 获取。

应用场景

• 研究：分析停电频率、地域和时间模式。
• 新闻：支持本地服务中断相关报道。
• 商业与分析：测量区域连接性问题。
• 公民技术：构建仪表盘、警报或社区工具。

许可与声明

• 许可协议：基于 CC BY 4.0 发布，使用时需注明数据来源为 SpectrumOutage.us。
• 免责声明：数据为用户感知的停电，不代表 Spectrum 或 Charter Communications 的官方网络状态，仅作为参考信号，不可作为官方停电记录。

其他资源

• 在线体验 200 条样本数据：可通过 CodePen 查看全国停电统计，或通过 CodePen 按城市查询停电总数。
• 完整字段定义和允许值请参见 docs/schema.md。
• 新报告可实时提交至 spectrumoutage.us/report-spectrum-outage，未来数据更新将以月度文件形式发布在 data/ 目录中。

搜集汇总

数据集介绍

构建方式

现代通信服务的稳定性关乎民生与社会运转，而大规模服务中断事件的及时洞察则依赖于可靠的数据采集机制。Spectrum Outages Dataset 正是基于这一需求，由独立社区平台 SpectrumOutage.us 收集并整理，汇聚了全美 Spectrum 用户在 2026 年 6 月 16 日至 30 日期间自愿提交的网络、电视及电话中断报告。该数据集以 JSON 与 CSV 双格式发布，涵盖约 5000 条记录，每条记录包含报告时间、城市、州、邮政编码、受影响服务类型及用户备注字段，数据来源公开透明。构建过程中仅保留社区主动上报的信息，未引入官方确认的故障数据，从而确保数据采集的开放性与自主性。

特点

该数据集最突出的特征在于其社区驱动的本质与高度细粒度的地理标记。所有报告均源于用户真实感知的中断事件，而非运营商官方统计，因此能敏锐捕捉官方通报之外的故障信号。每条记录均标注精确的城市、州与邮政编码，支持从国家宏观分布到邻里微观层面的多尺度分析。数据的时间跨度虽短但密集连续，便于研究中断事件的时序规律。此外，数据集以 CC BY 4.0 许可开放，允许研究者、记者、企业及公民技术开发者自由共享与改编，同时要求标注数据来源，平衡了开放性与作者归属。

使用方法

研究人员与开发者可通过多种方式快速上手该数据集。直接下载 data/ 目录下的 JSON 或 CSV 文件后，可用 Python 的 Pandas 库加载 CSV 数据并解析时间戳字段，或用 Node.js 的 import 语法读取 JSON 文件。数据集支持灵活的使用场景：研究者可分析中断频率、地理分布与时间模式；记者可依据数据支撑本地服务中断报道；企业可利用其基准测试区域连接质量；公民技术开发者可构建可视化仪表盘或社区预警工具。CodePen 上提供的 200 条样本演示可零门槛体验数据交互，而完整的约 5000 条记录则服务于更深入的洞察需求。

背景与挑战

背景概述

在宽带服务日益成为现代生活基石的背景下，网络中断事件对公众通信、商业运营及应急响应构成了严峻挑战。然而，官方服务中断数据往往因商业保密或发布滞后而难以获取，导致研究者和公众缺乏透明、即时的信息源。Spectrum Outages Dataset应运而生，该数据集由SpectrumOutage.us社区平台于2026年6月创建，源自美国全境用户自发提交的中断报告，涵盖约5000条记录，时间跨度为2026年6月16日至30日。其主要研究问题聚焦于利用众包数据揭示Spectrum服务的故障时空分布、频率及模式，为通信网络韧性研究、区域性服务质量的新闻报道以及社区技术工具的开发提供了宝贵的数据基础。这一开放数据集填补了官方数据与公共需求之间的鸿沟，推动了网络可靠性领域的实证研究与实践应用。

当前挑战

该数据集面临的挑战首先在于领域问题的复杂性：众包报告本质上是主观的，无法替代运营商官方确认，其准确性与偏见性（如用户报告意愿不均）可能导致对中断真实分布的系统性误判，从而影响研究结论的鲁棒性。其次，构建过程中的挑战显著：数据来源依赖社区自愿提交，缺乏标准化验证机制，报告可能包含重复、错误或恶意信息；同时，地理覆盖范围受限于用户参与度，部分区域数据稀疏，难以支撑细粒度分析。此外，时间跨度仅两周，限制了长期趋势的挖掘，而服务类型字段（如“All”）的模糊性进一步削弱了对特定故障类型的辨识能力。这些因素共同构成了利用该数据集进行可靠推演时需审慎处理的障碍。

常用场景

经典使用场景

Spectrum Outages Dataset是一个基于美国境内用户社区自发报告的互联网、电视及电话服务中断数据集，涵盖了2026年6月16日至30日之间约5000条记录。其经典使用场景集中在时空维度的服务中断模式挖掘：研究者可以借助城市、州、邮政编码等地理信息字段，结合时间戳数据，对特定区域在特定时段内的断网频率与持续时间进行归因分析。数据集提供的服务类型字段（如All、Internet、TV）使得跨服务类型的对比研究成为可能，从而识别出不同类型业务中断的异质性特征。

解决学术问题

该数据集有效解决了传统通信服务中断研究中数据获取困难、样本量小、覆盖范围有限的难题。过去学者依赖运营商内部数据或小规模问卷调查，难以获得全国性、细粒度的社区级中断报告。Spectrum Outages Dataset基于众包机制提供了低成本、高时空分辨率的开放数据源，使研究者能够将中断事件与其所在社区的经济地位、基础设施密度进行关联分析，进而揭示数字基础设施韧性与社会脆弱性之间的耦合关系。这一开源性质推动了网络拓扑韧性、服务可靠性以及公共数据透明化等领域的实证研究发展。

衍生相关工作

围绕该数据集已涌现多项衍生工作。社区贡献的交互式Demo展示了其实用边界：例如基于200条快照的全国中断统计仪表盘和城市级中断查询工具，均可直接无缝对接实时数据流。研究者将其作为开放科学实践的范例，探讨众包数据与官方数据在精度与偏倚上的差异；同时，该数据集推动了面向时空仓储的轻量级架构设计、服务中断模式的异常检测算法开发以及数据质量评估框架的建立。此外，其采用CC BY 4.0许可证的开放姿态也为后续基于机器学习的服务中断预测和网络恢复策略建模提供了可复现的基础数据源。