rebrowser/siriusxm-dataset

包含卫星广播频道阵容，涵盖流派、类别、跨平台频道号码，以及SiriusXM音乐频道的实时播放曲目历史。Satellite radio channel lineup with genres, categories, channel numbers across platforms, and real-time play-by-play track history across SiriusXM music channels.

搜集汇总

数据集介绍

构建方式

该数据集由独立数据提供商Rebrowser通过网络爬虫技术从SiriusXM卫星广播平台的公开信息中采集构建，涵盖两大核心实体：Radio Channels与Channel Plays。前者通过系统性抓取802个频道的元数据，包括频道名称、编号、分类、体裁及品牌色彩等，数据每日覆盖更新；后者则记录了近6000万条实时播放历史，以每日分文件形式存储，每文件上限一万行，保留最近60天内的播放流水，并关联频道表以丰富上下文信息。数据集采用Parquet格式压缩存储，兼顾高效查询与传输，是卫星广播领域开放数据的一次规范整理与发布。

特点

该数据集最显著的特点在于其双重结构设计，将静态的频道配置与动态的播放日志有机融合。频道表包含超过40个字段，覆盖了从基础标识、描述、频道编号到高级属性如订阅包归属、交付类型、节目排期的完整信息，且部分字段如频道颜色、Logo URL被标记为高级字段，需通过官方平台获取完整值。播放日志则忠实记录了数年间数以千万计的单曲播放事件，包含艺术家、曲名、专辑、时长与精确的UTC时间戳，弥补了卫星广播领域时序播放数据的长期缺失，从而使得研究者能够进行从体裁分布到播放模式的深度分析。

使用方法

鉴于数据集以Parquet格式提供，用户可直接通过Python的pandas库便捷加载与查询，官方文档附带了详尽的代码示例，展示如何按类别统计频道、筛选特定体裁、合并多日播放文件以分析热门艺术家及平均播放时长等操作。此外，Rebrowser网站提供了交互式的预建视图与筛选功能，允许用户在购买前预览、过滤任意字段并导出为CSV、JSON等格式，亦支持通过API将数据集集成至自动化数据管道。数据集采用CC BY-NC 4.0许可，免费用于研究与非商业用途，完整实时数据则可在付费后获取，使学术与商业应用均具备灵活的选择空间。

背景与挑战

背景概述

卫星广播作为一种跨越地理限制的音频传播媒介，在全球范围内拥有庞大的受众群体，而SiriusXM作为北美最大的卫星广播服务提供商，其频道编排与播放数据的系统化采集对于理解当代广播生态至关重要。由Rebrowser团队于2026年创建并持续维护的SiriusXM Channels & Airplay Dataset，聚焦于SiriusXM平台超过800个频道的元数据与近6000万条实时播放记录，涵盖了从音乐、体育到脱口秀等多种内容类别的频道名称、编号、流派及精确到秒的播放历史。该数据集不仅为卫星广播内容分析提供了前所未有的细粒度资源，更在音频平台对比、电台编排策略研究以及音乐播放趋势追踪等领域开辟了新的数据驱动路径，其开放的非商业用途许可进一步降低了学术研究门槛，对计算媒体学的实证研究产生了显著推动作用。

当前挑战

该数据集所解决的领域问题核心在于卫星广播数据的匮乏与异构性——传统广播研究多依赖小规模采样或主观分类，无法捕捉频道编排的实时动态与跨平台差异性。数据集通过整合SiriusXM、XM及流媒体三类频道编号，解决了多平台内容对齐的技术难题。构建过程中面临的挑战主要体现在三个方面：其一，实时播放数据需持续抓取并保持低延迟更新，系统需应对日均数十万条记录的高吞吐量写入；其二，频道元数据存在字段空置率差异（如专辑信息填充率仅4%），从非结构化网页中精准提取艺术家、曲目名称及持续时间等字段需设计鲁棒的自适应解析器；其三，数据集须在遵循SiriusXM服务条款的前提下合法抓取公开信息，同时平衡数据完整性（如付费字段脱敏处理）与用户隐私保护，这对工程架构与法律合规性提出了双重考验。

常用场景

经典使用场景

在卫星广播与流媒体交叉的研究领域，SiriusXM数据集为探索频道编排逻辑与实时播放动态提供了宝贵窗口。其最经典的使用场景莫过于对卫星广播内容生态的宏观剖析——研究者可借助该数据集对音乐、体育、新闻、脱口秀及喜剧等六大类别频道进行分布统计，结合43种细粒度体裁标签，精准量化频道阵容的结构特征。同时，通过整合跨越五年、近六千万条播放记录的时间序列数据，可系统追踪特定艺术家或歌曲在不同音乐频道中的旋转频率，揭示新作品进入广播轮播的节奏与偏好规律，进而构建卫星广播领域的播放模式图谱。

衍生相关工作

围绕该数据集已衍生出一系列富有影响力的研究工作。在数据科学领域，研究者基于频道元数据中的显式内容标签与品牌色值等特征，训练了广播频道内容风格的分类模型，实现了对体育直播频道与音乐频道的高精度自动识别。在音乐信息检索方向，学者利用播放记录中的专辑字段，构建了艺术家与歌曲的共现网络，推动了卫星广播场景下的协同过滤推荐基线系统的开发。同时，在计算传播学领域，有工作利用播放时间序列的平稳性检验，刻画了体育赛事直播与常规音乐节目之间听众兴趣流量的迁移模式，为理解事件驱动型消费行为提供了量化分析框架。

数据集最近研究

最新研究方向

在卫星广播与流媒体音乐数据交叉的研究领域，SiriusXM Channels & Airplay Dataset为理解数字音频平台的节目编排策略与乐迷收听行为提供了前所未有的数据窗口。该数据集凭借其近六千万条频道播放记录与超过八百个频道的元数据，正在推动两大学术前沿：一是基于实时播放日志的音乐流行度动态分析，研究者可借此追踪新曲目在不同音乐子类型频道中的轮播频率与进入播放列表的时机，揭示卫星广播作为音乐推广渠道的独特机制；二是多平台内容配比研究，通过比较音乐、体育、谈话等六大频道类别的分布特征，以及传统卫星频号与流媒体专属频道的并存逻辑，为音频平台的内容组合优化与差异化战略提供量化依据。这一开源资源显著降低了卫星广播数据获取的门槛，使得实验室级别的传播学研究与工业界常见的竞品分析能在同一坐标系下展开，其每日更新的机制更与广播节目表的快速迭代形成了时间序列上的完美对齐。