World Cup 2026 Player Data

开放数据集，涵盖2026年国际足联世界杯所有48支国家队的1,363名球员，包括每90分钟表现统计数据和AI计算的球员相似性示例。This open dataset encompasses 1,363 players from all 48 national teams participating in the 2026 FIFA World Cup, and includes per-90-minute performance statistics as well as AI-computed examples of player similarity.

原始信息汇总

数据集概述

该数据集涵盖了 2026年国际足联世界杯 全部 48支国家队 的 1,363名球员 信息，并包含基于每90分钟表现统计的指标以及人工智能计算的球员相似度示例。

数据文件

数据集包含三个核心文件：

• data/squads.csv：包含全部1,363名国家队球员信息，包括姓名、国籍、位置、俱乐部、年龄以及人工智能预估的转会价值。
• data/per90_stats.csv：包含 1,181名 球员在2025-26赛季的每90分钟数据统计（基于至少450分钟联赛出场时间计算）。
• data/dna_similarity_examples.json：提供20名明星球员的人工智能相似度示例，列示了风格最相近的前5名球员。

核心方法

• 转会价值预估（rt_value_estimate_eur）：由Rising Transfers的人工智能估值模型生成，非第三方市场共识数据。
• 每90分钟数据统计：基于赛季累计数据计算。2025-26赛季联赛出场时间少于450分钟的球员被排除，以减少小样本噪音。
• 相似度评分：源自球员DNA模型——一种基于比赛风格的语义嵌入。评分范围为0-1，仅公布排名前N的结果。

获取完整数据

• 可使用 slug 字段在 Rising Transfers 平台查看球员完整的人工智能档案：https://risingtransfers.com/en/players/{slug}/alternatives
• 完整的球员相似度数据集（覆盖数百名球员）可参考：football-player-similarity
• 所有48支球队及实时小组积分榜可在 World Cup 2026 Hub 浏览

相关资源

• 数据字典文件：docs/data_dictionary.md
• 足球分析指标与方法参考：football-data-glossary

许可协议

数据集采用 CC BY 4.0 许可证发布，使用时需标注来源：Data: Rising Transfers — risingtransfers.com

搜集汇总

数据集介绍

构建方式

该数据集基于2026年世界杯全部48支国家队的大名单构建，涵盖1,363名球员。通过整合Rising Transfers平台超过56,000份球员档案的AI智能分析体系，系统性地提取了每名球员的姓名、国籍、场上位置、所属俱乐部、年龄及AI估算的转会价值等基本信息。同时，针对在2025-26赛季累计出场联赛时间超过450分钟的1,181名球员，计算了标准化至每90分钟的各项表现指标。此外，借助Player DNA技术，对球员比赛风格进行语义嵌入，生成了20位明星球员的风格相似度排名示例。数据采集过程中严格设定了最低出场时间门槛，以降低小样本数据带来的统计噪声。

特点

该数据集的显著特色在于其多维度的结构化设计，包括三个核心组成部分：完整的大名单档案、基于出场时间的标准化表现统计以及AI驱动的球员风格相似度分析。其中，球员转会价值由Rising Transfers自主研发的AI估值模型独立产出，区别于第三方市场共识价格，提供了独特的评估视角。相似度算法基于球员DNA语义嵌入，以0至1的连续数值量化风格近似程度，仅公开最匹配的若干结果，而非原始的768维向量，确保了数据的可读性与实用性。数据集遵循CC BY 4.0许可协议发布，鼓励学术研究与商业应用的合法共享。

使用方法

使用者可通过数据集中每个球员对应的唯一标识符（slug）快速链接至Rising Transfers平台上的完整AI分析档案，例如访问特定球员的替代选择页面。三个主要数据文件各具用途：squads.csv适用于球队构成与球员基础属性分析；per90_stats.csv适合进行标准化后的表现对比研究；dna_similarity_examples.json则可用于风格相似球员的定性探索。为了方便用户理解各字段含义，数据附有详细的字段定义文档。此外，数据集的主页还提供了通往完整球员相似性数据集（涵盖数百名球员）以及其他相关足球数据分析资料的外部链接，便于进行更深入的研究。

背景与挑战

背景概述

World Cup 2026 Player Data 数据集由 Rising Transfers 团队创建，依托其基于 56,000 余名球员档案的 AI 足球智能平台，于 2026 年世界杯前夕发布。该数据集覆盖全部 48 支参赛国家队、共计 1,363 名球员的完整信息，旨在将球员的竞技表现、转会价值与风格相似性等多维数据整合为结构化资源，为足球数据科学、球员评估与战术分析提供开放式基准。作为首个针对 2026 世界杯的综合性球员数据集合，它在国际足球数据生态中具有里程碑意义，推动了从主观球探模式向模型驱动分析的行业转变。

当前挑战

该数据集解决的核心挑战在于足球球员评估中主观性强、指标分散且难以跨联赛横向比较的领域问题。传统球探依赖人工观察，缺乏标准化、细粒度的表现指标；而构建过程中，团队面临两大挑战：一是将不同联赛、不同比赛风格的球员数据统一至合理的归一化尺度，如使用“每 90 分钟”指标以消除出场时间差异；二是通过 AI 估值模型与风格嵌入方法，对 1,363 名球员生成可复现的转会估值与相似性分数，同时确保低出场次数球员（少于 450 分钟）不被噪音干扰。此外，相似性算法的语义嵌入过程需平衡特征保留与数据公开性，最终仅输出顶尖相似结果而非完整 768 维向量。

常用场景

经典使用场景

该数据集汇聚了2026年FIFA世界杯全部48支国家队共1363名球员的详尽资料，包括球员所属俱乐部、场上位置、年龄以及人工智能估算的转会价值。研究者可借此深入剖析世界杯参赛阵容的人口统计学特征与价值分布，例如不同大洲球队的年龄结构差异、核心球员身价与出场时间的关联，或是俱乐部对国家队人才的贡献程度。每名球员配备的唯一标识符（slug）使得数据能够与Rising Transfers平台上的完整轮廓档案无缝衔接，为后续的深度分析提供了坚实而便捷的基础。

衍生相关工作

这一数据集已催生出若干富有启发性的后续研究，最直观的是其紧密关联的‘足球球员相似性’项目（football-player-similarity），该工作扩展了顶尖球员的‘谁像谁’类比数据库，可供战术分析师探索球员可替换性与团队化学反应。研究者可借助该数据集的语义嵌入方法，衍生出针对特定战术阵型（如三后卫体系）的球员适配度模型，或是构建基于风格轨迹的未来职业发展预测系统。此外，该数据集中AI估值模型与公开市场共识的潜在偏差，为探究信息不对称如何影响转会博彩赔率提供了独特的自然实验场景，激励更多交叉学科（如计算社会学与行为经济学）的学者投身于体育数据驱动的研究议程。

数据集最近研究

最新研究方向

在足球数据分析与人工智能深度融合的前沿浪潮中，World Cup 2026 Player Data数据集的出现具有里程碑意义。它首次以公开可用的形式，系统性地呈现了2026年世界杯48支参赛队伍中1363名球员的全面画像，不仅涵盖传统的球员基本信息与竞技数据，更创新性地引入了由AI驱动的球员估值模型与‘球员DNA’风格语义嵌入技术。这一开源资源为足球领域的多元研究提供了全新可能，当前最受瞩目的研究方向聚焦于利用该数据集的高维语义向量与标准化指标，探索跨联赛、跨文化的球员风格量化聚类与战术异同分析。研究者得以超越主观观察，在AI计算的相似度评分基础上，系统性地挖掘梅西、姆巴佩等巨星与新兴才俊之间的隐性关联，甚至通过比对不同国家的阵容‘DNA’分布，预测世界杯赛场上潜在的战术交锋模式。该数据集不仅强化了数据科学在体育球探与战术规划中的实证基础，也为人机协作的足球智能分析系统奠定了公开、可复现的基准，推动竞技体育研究从经验描述迈向量化解释的新纪元。