swingset

Swingset 是一个以证据保存为导向的数据集，收录了竞争性西海岸摇摆舞比赛的结果。该数据集包含多个 Parquet 格式的数据表，涵盖比赛活动（events）、比赛项目（contests）、轮次（rounds）、参赛者（entries）、比赛场次（heats）、评委（judges）、回调评分（callback_marks）、回调结果（callbacks）、决赛评分（final_marks）、排名（placements）、舞者（dancers）、注册排名（registry_placements）、身份链接（identity_links）、链接候选（link_candidates）、审核队列（review_queue）、变更日志（changelog）和快照（snapshots）。数据来源包括 WSDC 事件日历、WSDC 积分注册表、EEPro、scoring.dance、danceconvention.net 和 World Dance Registry。数据集规模：events 表 573 行，contests 表 1792 行，entries 表 50120 行等。已知缺口包括 128 个比赛项目存在不支持的评分布局、477 个活动缺乏解析结果、heats 表为空等。数据集每 15 分钟更新一次，遵循 ODC-By 1.0 许可协议。适用于西海岸摇摆舞比赛结果的分析、历史研究、排名统计等任务。

搜集汇总

数据集介绍

构建方式

作为西海岸摇摆舞竞技领域首个系统化证据留存的数据集，Swingset的构建依托对多个权威来源的持续采集与结构化解析。其数据源自WSDC赛事日历、WSDC积分注册系统、EEPro、scoring.dance、danceconvention.net及World Dance Registry等公开平台，通过每15分钟一次的定时串行抓取作业，严格遵循robots协议与请求间隔约束，将原始赛事页面、成绩单与注册记录转化为规范化的Parquet表格。采集所得原始证据经解析器提取后，保留行级来源标识与快照标识，并借助身份链接、变更日志与审核队列等机制，实现证据溯源与数据修正的闭环管理，从而在最大程度上维护了结果的完整性与可审计性。

特点

该数据集以证据保全为核心特征，涵盖events、contests、rounds、entries、judges、callback_marks、placements等十七张相互关联的表格，细致刻画出竞赛参与、评判打分与晋级结果的完整链条。其独到之处在于区分已确认、可能、疑似与未匹配的身份链接状态，并将冲突标记、未知枚举与不支持赛制等质量发现显式记录于审核队列，而非简单丢弃。数据同时包含未来赛事日程与历史成绩，并借助快照表与变更日志追踪每一次修订，使研究者能够清晰辨识数据的时空覆盖范围与推断边界，避免将占位符或近似日期误作确证事实。

使用方法

使用者可通过DuckDB直接执行SQL查询，亦可借助Polars、pandas或Hugging Face datasets库从指定路径读取各表。默认配置为placements，在仅有日历发布时则回退至events。为获取选手姓名、名次与舞伴信息，可依据README示例，将placements表与events、entries表进行联结查询。鉴于数据模型为关系型且版本处于pre-1.0阶段，建议在分析前查阅schema字段与已知缺口说明，并依据研究目的选择相应快照或变更记录。引用时须遵循ODC-By 1.0许可，注明Swingset仓库并固定所用Hub提交版本。

背景与挑战

背景概述

西海岸摇摆舞作为一项竞技舞蹈，其赛事结果长期散落于各类计分网站与赛事日历中，缺乏统一的证据留存与结构化整理。Swingset数据集由研究者skeswa创建，旨在构建一个保留证据来源的竞技西海岸摇摆舞赛事结果档案，系统汇集了2018至2030年间来自EEPro、scoring.dance、世界舞蹈注册中心及WSDC官方日历等多方数据。该数据集核心在于整合赛事、选手、评委、计分标记与晋级结果等多层次信息，并借助身份链接与人工复核队列保障数据可信度，为舞蹈竞技分析、选手生涯追踪及计分体系研究提供基础数据支撑。

当前挑战

该数据集面临的主要挑战在于赛事结果证据的完整性与一致性。领域层面，竞技舞蹈计分体系复杂多样，回调标记、最终排名与晋级规则因赛事而异，且公开热次分配与评委投票细节稀缺，导致结果重建困难。构建过程中，源数据格式不统一、选手身份跨源匹配模糊、计分代码未经验证、部分赛事计分布局无法解析，加之隐私保护要求对个人身份字段的抑制处理，均在证据留存与数据可用性之间形成张力，影响数据集的覆盖范围与推断可靠性。

常用场景

经典使用场景

在竞技舞蹈分析领域，西海岸摇摆舞赛事数据的系统化整理长期依赖人工转录与分散记录，Swingset数据集以证据保全为核心理念，通过结构化表格完整呈现赛事结果、参赛者信息及裁判评分等多元信息。其最经典的使用场景在于利用DuckDB直接对Parquet文件执行SQL查询，研究者可跨表联结placements、events与entries，快速获取某场赛事的排名、领舞与随舞搭档及选手原始姓名，从而支撑赛事结果的复现与深度挖掘，成为舞蹈竞技数据分析的基础设施。

解决学术问题

该数据集有效回应了舞蹈赛事研究中数据碎片化、来源异质与身份匹配困难等常见学术难题。通过整合EEPro、scoring.dance、WDR等多个来源的赛事结果，并提供identity_links与link_candidates等身份链接机制，Swingset解决了跨源选手身份消歧与赛事覆盖不均衡的问题，为研究竞赛公平性、评分偏差及选手职业轨迹提供了可验证的证据基础，推动了舞蹈科学研究的可重复性与透明度。

衍生相关工作

围绕Swingset已衍生出多项经典工作，包括基于DuckDB的交互式查询工具、身份链接算法的迭代优化以及赛事覆盖度的持续扩展。研究者利用该数据集构建选手表现预测模型，探索裁判评分中的潜在偏差，并开发数据可视化仪表盘以呈现赛事趋势。这些衍生工作不仅丰富了舞蹈分析的方法论，也为其他竞技领域的证据保全数据集提供了可借鉴的范式。