TheGreatRambler/mm2_user_badges

Mario Maker 2用户徽章数据集包含9328个用户徽章，这些徽章来自任天堂的在线服务，并且是对`TheGreatRambler/mm2_user`数据集的补充。数据集是通过自托管的Mario Maker 2 API在2022年2月的一个月内创建的。数据集的每一行代表一个授予玩家的徽章，包含玩家ID、徽章类型和徽章等级。数据集仅包含一个训练分割。The Mario Maker 2 User Badge Dataset contains 9,328 user badges, which are sourced from Nintendo's online services and serve as a supplement to the `TheGreatRambler/mm2_user` dataset. The dataset was created over the month of February 2022 via a self-hosted Mario Maker 2 API. Each row in the dataset represents a badge awarded to a player, including the player ID, badge type, and badge level. The dataset only includes one training split.

原始信息汇总

数据集概述

基本信息

• 名称: Mario Maker 2 user badges
• 语言: 多语言
• 许可证: cc-by-nc-sa-4.0
• 多语言性: 多语言
• 大小: 1k<10K
• 来源: 原始数据
• 任务类别: 其他, 目标检测, 文本检索, 令牌分类, 文本生成
• 标签: 文本挖掘

数据集描述

• 内容: 包含9328个用户徽章，来自Nintendo的在线服务。
• 创建时间: 2022年2月，使用自托管的Mario Maker 2 api收集。

数据结构

• 数据实例: python { pid: 1779763691699286988, type: 4, rank: 6 }

• 数据字段:

  • pid: 字符串, 玩家ID
  • type: 整数, 徽章类型
  • rank: 整数, 徽章等级

• 数据分割: 仅包含训练集

枚举类型

• 徽章类型: python BadgeTypes = { 0: "Maker Points (All-Time)", 1: "Endless Challenge (Easy)", 2: "Endless Challenge (Normal)", 3: "Endless Challenge (Expert)", 4: "Endless Challenge (Super Expert)", 5: "Multiplayer Versus", 6: "Number of Clears", 7: "Number of First Clears", 8: "Number of World Records", 9: "Maker Points (Weekly)" }

• 徽章等级: python BadgeRanks = { 6: "Bronze", 5: "Silver", 4: "Gold", 3: "Bronze Ribbon", 2: "Silver Ribbon", 1: "Gold Ribbon" }

使用方法

• 加载数据集示例代码: python from datasets import load_dataset

  ds = load_dataset("TheGreatRambler/mm2_user_badges", split="train") print(next(iter(ds)))

数据集创建

• 创建过程: 使用自托管的Mario Maker 2 api，在2022年2月期间收集。
• 注意事项: 数据收集过程中需谨慎，以避免对API造成过载。

使用考虑

• 内容审查: 数据集不含有害语言或描绘。

搜集汇总

数据集介绍

构建方式

在任天堂旗下游戏《超级马力欧制造2》的玩家生态系统中，徽章系统作为衡量玩家成就的重要标识，承载着多元化的竞技与创作数据。该数据集依托于自建的Mario Maker 2 API，于2022年2月历时一个月精心采集而成。鉴于向任天堂官方服务器发起请求需通过身份验证，整个采集过程以极为审慎的态度控制下载速率，避免因过度请求导致API过载或账号封禁风险。数据集共收录9328枚玩家徽章，覆盖了全球范围内上限为10,000枚的徽章总量，并未计划发布更新版本。

特点

数据集以简洁的结构化字段呈现，每条记录包含玩家ID、徽章类型及等级三个核心属性。徽章类型枚举涵盖全时段创作点数、无尽挑战各难度层级、多人对战、通关次数等十个维度，精准映射了玩家在游戏中的多元成就。徽章等级从金冠到铜牌共六个层级，通过数值编码直观反映成就的稀缺性与含金量。该数据集与TheGreatRambler/mm2_user数据集形成互补，为研究任天堂在线服务中玩家行为与成就体系提供了结构化、可量化的基础数据。

使用方法

用户可通过HuggingFace Datasets库便捷加载该数据集，仅需调用load_dataset函数并指定数据集名称及拆分参数即可获取训练集。每条数据以字典形式返回，包含玩家ID、徽章类型整数编码及等级整数编码。为便于解析，数据集提供了详细的枚举对照表，可将类型与等级字段映射为易读的字符串描述。该数据集适用于文本挖掘、玩家行为分析及成就系统研究等任务，用户可基于玩家ID关联mm2_user数据集，构建更完整的玩家画像分析体系。

背景与挑战

背景概述

《超级马力欧制造2》（Super Mario Maker 2）作为任天堂旗下极具创意的游戏平台，允许玩家设计并分享自定义关卡，构建了一个庞大的用户生成内容生态。为激励玩家参与多样化的游戏模式，游戏内置了一套成就徽章系统，用以表彰玩家在无尽挑战、多人对战、关卡通关等方面的卓越表现。然而，这些徽章数据长期分散于任天堂的在线服务中，缺乏系统化的整理与公开。2022年2月，独立开发者TheGreatRambler依托其自建的Mario Maker 2 API，耗时月余，从任天堂在线服务中采集并构建了名为“mm2_user_badges”的数据集。该数据集收录了9328个玩家徽章记录（全球上限为1万），作为其先前发布的“mm2_user”数据集的补充，为研究游戏内成就系统、玩家行为模式及用户生成内容生态提供了稀缺的结构化数据资源，在游戏数据挖掘与计算社会科学领域具有独特价值。

当前挑战

该数据集面临的核心挑战源于数据采集的严格限制与生态动态性。首先，任天堂在线服务的API请求需身份验证，且对访问频率极为敏感，采集过程必须在避免触发服务器过载与封禁风险的前提下，以极低速率进行，这导致数据获取周期长达一个月，且无法实现实时更新。其次，徽章数据与玩家ID（pid）紧密关联，而玩家行为持续变化，徽章类型与等级可能随时间更新，但数据集仅捕获了2022年2月这一静态快照，缺乏时间序列维度，难以支持对成就演化或玩家成长轨迹的纵向分析。此外，数据集规模受限于任天堂对徽章总数的全局上限（1万），样本量较小，可能无法覆盖所有稀有徽章或边缘案例，影响统计推断的稳健性。最后，数据集未包含与徽章相关的关卡元数据或玩家交互日志，限制了对其背后游戏机制与玩家策略的深层解读。

常用场景

经典使用场景

该数据集收录了来自《超级马力欧创作家2》在线服务的9328个用户徽章数据，每个徽章记录了玩家ID、徽章类型与等级。在游戏数据分析领域，研究者可利用此数据集深入探究玩家成就系统与行为模式之间的关联，例如分析不同徽章类型（如无尽挑战、多人对战等）的等级分布如何反映玩家的技能水平与参与深度。

实际应用

在实际应用中，该数据集可服务于游戏平衡性优化与玩家体验个性化推荐。游戏开发者可依据徽章分布数据调整关卡难度曲线，或针对不同成就等级的玩家推送定制化内容。此外，数据挖掘团队能利用徽章类型与等级的关联规则，构建玩家行为预测模型，用于反作弊系统的异常检测或社区活跃度监控。

衍生相关工作

该数据集衍生了一系列关于游戏玩家行为建模的经典工作，例如基于徽章类型的聚类分析揭示了不同玩家群体的成就偏好差异，以及利用时间序列方法追踪徽章等级变化来预测玩家流失风险。这些研究推动了游戏内成就系统与外部行为数据融合的分析范式，并为后续《马力欧创作家2》社区内容生成与用户画像研究奠定了数据基础。