five

2025 International Chopin Piano Competition Dataset

收藏
github2025-10-30 更新2025-11-06 收录
下载链接:
https://github.com/jacbz/chopincompetition2025
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含2025年国际肖邦钢琴比赛的完整结果和分析数据,涵盖所有参赛选手在各个阶段的评分、排名和晋级情况。数据来源于官方比赛网站,采用JSON格式存储,包含评委评分系统(CMEAN方法)的详细计算过程和最终获奖者信息。

This dataset comprises complete results and analytical data for the 2025 International Frédéric Chopin Piano Competition, covering the scores, rankings and advancement status of all participating contestants across all competition stages. The data is sourced from the official competition website and stored in JSON format, including the detailed calculation process of the judges' scoring system (CMEAN method) as well as information about the final prize winners.
创建时间:
2025-10-30
原始信息汇总

2025年肖邦国际钢琴比赛数据集概述

数据集基本信息

  • 数据集名称:2025 International Chopin Piano Competition - Results & Analysis
  • 数据来源:官方比赛网站(https://www.chopincompetition.pl/en/newsroom/19th-chopin-competition-judges-scores?id=144&type=news)
  • 数据格式:JSON文件

官方评分系统(CMEAN)

  • 评分方法:CMEAN(修正均值)评分校正方法
  • 设计目的:调节评委极端评估,减少异常分数影响
  • 校正过程
    1. 计算所有评委分数的初始平均值
    2. 设定预设偏差限制(第一阶段3分,后续阶段2分)
    3. 调整偏离初始平均值超过限制的个别评委分数
    4. 根据调整后的分数计算最终修正均值(cmean)

获奖者名单

主要奖项

奖项 姓名 国家 年龄 钢琴品牌 决赛累计分数
一等奖 Lu, Eric 美国 27 Fazioli 22.43
二等奖 Chen, Kevin 加拿大 20 Steinway 22.15
三等奖 Wang, Zitong 中国 26 Kawai 21.45
四等奖 Kuwahara, Shiori 日本 29 Steinway 21.30
四等奖 Lyu, Tianyao 中国 16 Fazioli 21.30
五等奖 Alexewicz, Piotr 波兰 25 Kawai 21.03
五等奖 Ong, Vincent 马来西亚 24 Kawai 21.01
六等奖 Yang, William 美国 24 Steinway 20.91

其他决赛选手

  • Khrikuli, David(格鲁吉亚,24岁,Steinway):20.84
  • Li, Tianyou(中国,21岁,Steinway):20.72
  • Shindo, Miyu(日本,23岁,Steinway):20.63

分阶段比赛进展

第一阶段

  • 参赛人数:84人
  • 晋级人数:40人
  • 最高分:Chen, Kevin(加拿大)- 22.93

第二阶段

  • 参赛人数:40人
  • 晋级人数:20人
  • 最高分:Lu, Eric(美国)- 23.03

第三阶段

  • 参赛人数:20人
  • 晋级人数:11人
  • 最高分:Lu, Eric(美国)- 23.29

评委一致性与分歧分析

最具争议表演(最高分数方差)

  • 第一阶段:Hu, Xiaoyu(标准差3.71)
  • 第二阶段:Khrikuli, David(标准差3.22)
  • 第三阶段:Khrikuli, David(标准差2.68)
  • 决赛:Ong, Vincent(标准差2.58)

最一致表演(最低分数方差)

  • 第一阶段:Jin, Zihan(标准差1.46)
  • 第二阶段:Lee, Hyo(标准差1.29)
  • 第三阶段:Ushida, Tomoharu(标准差1.17)

排名波动分析

最大排名提升

  • Li, Tianyou:第一阶段→第二阶段,提升33位(37→4)
  • Yang, William:第一阶段→第二阶段,提升28位(31→3)
  • Chang, Kai-Min:第一阶段→第二阶段,提升22位(40→18)

钢琴品牌表现

钢琴品牌 第一阶段平均分 第二阶段平均分 第三阶段平均分 决赛平均分
Fazioli 19.27 20.59 22.36 21.33
Kawai 19.63 20.38 20.68 20.99
Steinway 19.67 20.27 20.63 20.44
Yamaha 19.02 18.72 - -
Bechstein 18.50 - - -

评委评分统计

第一阶段评委统计

  • 评委人数:17人
  • 评分范围:最低分8分,最高分25分
  • 平均分范围:17.32-21.52

第二阶段评委统计

  • 评委人数:17人
  • 评分范围:最低分12分,最高分25分
  • 平均分范围:18.45-21.50

第三阶段评委统计

  • 评委人数:部分数据缺失
  • 评分范围:最低分14分,最高分24分
  • 平均分范围:19.50-19.67
搜集汇总
数据集介绍
main_image_url
构建方式
在音乐竞赛数据分析领域,2025年肖邦国际钢琴比赛数据集通过官方竞赛网站获取原始评分数据,采用JSON格式进行结构化存储。该数据集构建过程中运用了官方CMEAN评分校正系统,通过计算初始平均分后设定偏差阈值,对超出范围的评委分数进行截断处理,最终生成经校正的表演得分。这种严谨的数据采集与处理方法确保了比赛结果的科学性与透明度。
特点
该数据集的核心特点在于完整记录了多轮次淘汰赛的评委评分细节,涵盖从初赛到决赛的累计得分与排名变化。数据维度包括选手国籍、年龄、使用钢琴品牌等背景信息,并附带评委评分统计与一致性分析。特别值得关注的是数据集提供了标准差计算,清晰展现了评委群体对特定表演的共识度差异,为研究艺术评判主观性提供了量化依据。
使用方法
研究者可通过解析JSON文件获取结构化数据,进行音乐竞赛评分机制的多角度分析。典型应用包括研究CMEAN校正系统对比赛结果的影响,探索不同钢琴品牌与得分表现的相关性,以及通过评委评分方差分析艺术评判的标准差异。该数据集还可用于构建选手晋级路径模型,或结合机器学习方法预测音乐竞赛结果。
背景与挑战
背景概述
2025年国际肖邦钢琴比赛数据集由相关音乐研究机构于2025年创建,旨在系统记录第十九届国际肖邦钢琴比赛的评分结果与选手表现。该数据集聚焦于古典音乐竞赛领域,核心研究问题涉及评委评分机制的公平性、选手艺术表现的量化评估以及竞赛结果的统计分析。通过整合官方评分系统CMEAN的详细数据,该数据集为音乐学、统计学和竞赛制度研究提供了宝贵的实证基础,推动了艺术评价科学化的发展进程。
当前挑战
该数据集致力于解决音乐竞赛评分标准化与公正性评估的领域挑战,具体包括评委主观偏好导致的分数离散化问题以及极端评分对结果的影响。在构建过程中,面临数据采集复杂性的挑战,需从多阶段比赛中整合异构评分记录;同时CMEAN校正算法的实施需要处理动态阈值设定与分数截断带来的统计偏差,这些因素共同构成了数据集构建的技术难点。
常用场景
经典使用场景
在音乐竞赛分析领域,2025年肖邦国际钢琴比赛数据集为研究艺术评判机制提供了典型范例。该数据集通过多轮次评分记录与CMEAN校正系统,完整呈现了从初赛到决赛的完整竞争轨迹,使研究者能够深入分析评委打分行为模式、选手表现稳定性以及竞赛规则的公平性。其经典应用体现在对评委间共识度与分歧点的量化研究,为理解主观艺术评价中的客观规律提供了数据支撑。
衍生相关工作
基于此数据集衍生的经典研究主要集中在评分系统比较领域。学者们开发了JST(评委分数转置)等替代性评分模型,通过算法重构竞赛结果以检验不同评判机制的敏感性。这些研究不仅推动了艺术竞赛量化分析方法的发展,更促进了跨学科合作,使音乐竞赛数据成为实验社会科学研究的重要案例库。
数据集最近研究
最新研究方向
在古典音乐竞赛数据分析领域,2025年肖邦国际钢琴比赛数据集正推动评分机制优化的前沿探索。该数据集完整记录了基于CMEAN修正算法的评委评分轨迹,揭示了极端分数调整对竞赛结果的影响机制。当前研究聚焦于构建动态评分偏差模型,通过分析各阶段评委分歧度与选手排名波动的关联性,量化艺术评价中的主观性因素。热点议题包括评委群体决策的博弈论分析,以及不同钢琴品牌音色特质对得分分布的潜在影响,这些研究为国际艺术赛事评价体系提供了可量化的科学参照。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作