sports-technique-taxonomy

Subskills sports technique taxonomy 是一个专注于运动技术分解的数据集，将 22 种运动拆解为 554 个具体的子技能（即人们实际练习的单个技术，如羽毛球的反手高远球或象棋的底线杀棋）。每个子技能包含简短描述、建议学习顺序中的位置，以及在 Subskills 平台上为其审核的教程视频数量。数据集共包含 4 个文件：sub_skills.csv（554 行，每个子技能一行，含运动标识、子技能标识、名称、描述、学习顺序、难度（1-5）、级别（初级/中级/高级）以及 Subskills 页面链接）、sports.csv（22 行，提供运动标识、名称、子技能数量、页面链接）、sub_skill_stats.csv（554 行，每子技能的教程统计：已发布视频数、被拒视频数、按级别和平台（YouTube、TikTok、Instagram）的发布数）、taxonomy.json（嵌套格式的运动与子技能结构）。所有教程均经过人工审核以确保覆盖度和教学质量；数据集中不包含任何视频、标题或文字记录。该数据集适用于运动技能学习、教学顺序研究、教程推荐系统等场景。许可证为 CC BY 4.0，使用时需注明来源 Subskills。Subskills sports technique taxonomy is a dataset focused on decomposing sports techniques, breaking down 22 sports into 554 specific sub-skills (i.e., individual techniques that people actually practice, such as badminton backhand clear or chess back-rank checkmate). Each sub-skill includes a brief description, its position in the suggested learning sequence, and the number of tutorial videos reviewed on the Subskills platform. The dataset consists of 4 files: sub_skills.csv (554 rows, one per sub-skill, containing sport ID, sub-skill ID, name, description, learning order, difficulty (1-5), level (beginner/intermediate/advanced), and Subskills page link), sports.csv (22 rows, providing sport ID, name, number of sub-skills, and page link), sub_skill_stats.csv (554 rows, tutorial statistics per sub-skill: published video count, rejected video count, and publication count by level and platform (YouTube, TikTok, Instagram)), and taxonomy.json (nested structure of sports and sub-skills). All tutorials are manually reviewed to ensure coverage and teaching quality; the dataset contains no videos, titles, or transcripts. It is suitable for motor skill learning, teaching sequence research, tutorial recommendation systems, etc. Licensed under CC BY 4.0, attribution to Subskills is required.

原始信息汇总

Subskills sports technique taxonomy 数据集概述

基本信息

• 许可证：CC BY 4.0
• 语言：英语（en）
• 标签：sports、taxonomy、skill-learning、coaching、education、tutorials
• 数据规模：n<1K
• 快照日期：2026-09-30
• 数据集简介：将 22 项运动拆解为 554 个子技能（sub-skills），即人们实际练习的单项技术，例如羽毛球的反手高远球或国际象棋的后排将杀。每个子技能都包含简短描述、建议学习顺序中的位置，以及 Subskills 上为其审核的教程视频数量。

配置（Configs）

配置名称	数据文件	是否默认
sub_skills	sub_skills.csv	是
sports	sports.csv	否
sub_skill_stats	sub_skill_stats.csv	否

各运动子技能数量

运动	子技能数
Badminton（羽毛球）	32
Boxing（拳击）	23
Brazilian jiu-jitsu（巴西柔术）	39
Chess（国际象棋）	30
Climbing（攀岩）	24
Cycling（骑行）	25
Golf（高尔夫）	27
Gym (men)（健身房-男性）	28
Gym (women)（健身房-女性）	24
Muay Thai（泰拳）	32
Padel（板式网球）	24
Pickleball（匹克球）	21
Pilates（普拉提）	21
Running（跑步）	27
Skiing（滑雪）	21
Snowboarding（单板滑雪）	20
Soccer (Individual Skills)（足球-个人技术）	21
Surfing（冲浪）	24
Swimming（游泳）	22
Table tennis（乒乓球）	24
Tennis（网球）	23
Yoga（瑜伽）	22

文件说明

文件	行数	内容
sub_skills.csv	554	子技能及其描述、学习顺序和水平
sports.csv	22	运动项目
sub_skill_stats.csv	554	每个子技能的教程数量
taxonomy.json	未注明	以嵌套形式再次呈现的运动项目与子技能

字段说明

sub_skills.csv

字段	含义
sport, sub_skill	标识符（slug）
name, description	子技能的名称和一行描述
learning_order	建议学习一项运动各子技能的顺序，从 1 开始
difficulty	在每项运动内将学习顺序缩放到 1 至 5：第一个子技能为 1，最后一个为 5
level	难度至 2.33 为 beginner，至 3.67 为 intermediate，更高为 advanced
url	该子技能在 subskills.xyz 上的页面

sports.csv

字段包括：sport、name、sub_skills（数量）、url。

sub_skill_stats.csv

字段	含义
videos_published	当前显示在该子技能页面上的教程
videos_rejected	为该子技能审核但被拒绝的教程
published_beginner, published_intermediate, published_advanced	按水平划分的已发布教程
published_youtube, published_tiktok, published_instagram	按平台划分的已发布教程

制作方式

• 子技能按运动逐项研究并编排为教学顺序，learning_order 为 1 表示初学者应最先学习的内容。
• 每个教程在发布前都经过审核：评估其对该运动中该子技能的覆盖程度以及教学效果。
• videos_rejected 统计被审核但遭拒绝的教程，原因通常是它们涉及不同技术或不同运动，或教学价值低。
• 一个视频可能为多个子技能被审核，因此计数按子技能而非按视频统计。

快照统计

• 审核教程总数：39,456
• 已发布：21,556
• 被拒绝：17,900（45%）
• 已发布教程中：45% 为初学者，41% 为中级，13% 为高级

数据边界

• 数据集不包含视频、视频标题或转录文本，这些内容归其创作者所有。

许可与署名

• 采用 CC BY 4.0 许可，可用于任何目的（包括商业用途），只需注明 Subskills 并附链接。
• 建议署名格式：Sports taxonomy from Subskills, CC BY 4.0

相关链接

• 网站：https://subskills.xyz
• 数据备份：https://github.com/ihvou/subskills-taxonomy、https://huggingface.co/datasets/subskills/sports-technique-taxonomy、https://www.kaggle.com/datasets/subskills/sports-technique-taxonomy
• 网站与 iOS 应用代码：https://github.com/ihvou/subskills

搜集汇总

数据集介绍

构建方式

在运动技能学习与教学领域，对技术动作进行系统化分解是提升训练效率的关键。该数据集通过逐项调研22个运动项目，将每项运动拆解为若干子技能，并依据教学逻辑为其赋予建议学习顺序，即learning_order从1开始依次递增。所有教学内容均经过人工审核，审核维度涵盖技能覆盖的准确性、运动项目的匹配度以及教学效果，被拒绝的教程亦被记录在案。最终形成包含554个子技能的体系，涵盖从羽毛球反手高远球到国际象棋后排杀王等具体技术，快照日期为2026年9月30日。

特点

该数据集的核心特点在于其细粒度的技能分解与多维度的统计信息。每个子技能均配有简短描述、建议学习顺序、难度等级（将学习顺序线性缩放至1至5）以及对应的技能水平（初级、中级、高级）。此外，数据集还提供了每个子技能的教程统计，包括已发布和已拒绝的教程数量，并按水平与平台（如YouTube、TikTok、Instagram）细分。统计显示，共审核39,456个教程，其中21,556个发布，17,900个被拒（占比45%），发布教程中45%面向初级，41%面向中级，13%面向高级。数据集不包含视频本身、标题或转录文本，版权归属明确。

使用方法

该数据集适用于运动教学、技能学习路径规划以及教育技术研究等场景。用户可通过Hugging Face平台直接加载三个数据配置文件：sub_skills、sports和sub_skill_stats，分别获取子技能详情、运动项目列表以及教程统计。数据以CSV格式提供，同时附有嵌套结构的taxonomy.json文件，便于程序化处理。使用时应遵循CC BY 4.0许可协议，在衍生作品中注明来源并附上链接，例如“Sports taxonomy from Subskills, CC BY 4.0”。该数据集可与其他教学资源结合，用于分析技能难度分布、教程供需关系或构建个性化学习推荐系统。

背景与挑战

背景概述

运动技能习得领域长期缺乏对技术动作的系统化分解与组织，传统教学依赖教练经验，难以形成标准化学习路径。Subskills团队于2026年发布sports-technique-taxonomy数据集，将22个运动项目拆解为554项子技能，每项附有描述、建议学习顺序及难度等级。该数据集覆盖羽毛球、拳击、巴西柔术、国际象棋、攀岩等多元项目，旨在为技能学习、教练教学与教育研究提供结构化基础。其影响力在于首次以大规模、跨项目方式呈现技术动作的层级关系，为个性化学习推荐、课程设计及技能评估研究开辟新途径。

当前挑战

该数据集所应对的领域问题在于，运动技能教学长期缺少细粒度、可比较的分解标准，不同项目间技能难度与学习顺序难以统一衡量。构建过程中，团队需逐一梳理各运动的技术体系，确保子技能划分互斥且完备，并依据教学逻辑排序。同时，教程视频的审核面临主观性挑战，需判断内容是否精准覆盖特定子技能，且同一视频可能关联多个子技能，导致计数复杂。此外，跨项目难度标定需兼顾项目特性与整体一致性，避免偏差。这些挑战共同构成数据集在准确性与泛化性上的核心难点。

常用场景

经典使用场景

在运动技能习得与教学研究领域，该数据集最为经典的使用场景是构建结构化的运动技能学习路径与课程设计。凭借其将22项运动拆解为554个子技能，并为每个子技能赋予学习顺序、难度等级与水平标签的独特设计，研究者与教练可借此系统化地规划从入门到精进的训练序列。例如，在羽毛球项目中，学习者可依循从基础握拍到反手高远球的递进逻辑，逐步掌握复杂技术。该数据集亦常被用于分析不同运动项目间技能难度的分布规律，为个性化教学与自适应学习系统的开发提供底层分类框架。

实际应用

在实际应用层面，该数据集为在线教育平台、运动训练应用及智能教练系统提供了可直接调用的分类体系。教练可依据学习顺序与难度标签，为学员定制阶段化训练计划；内容创作者能据此识别各技能点的教程供需缺口，优化视频制作方向。平台方还可利用视频审核统计数据分析热门技能与冷门技能的分布态势，辅助资源分配与推荐算法设计。此外，该数据集支持的跨运动技能对比功能，亦可服务于体育课程开发者与运动科学研究者进行课程对标与教学评估。

衍生相关工作

该数据集衍生了多项围绕技能图谱与教程推荐的经典工作。基于其结构化分类，研究者开发了面向运动技能的知识图谱构建方法，将子技能、难度与学习顺序关联为可推理的语义网络。在推荐系统领域，该数据集被用于训练技能感知的教程排序模型，结合视频审核统计实现内容质量与学习阶段的匹配。此外，也有工作将其拓展至自适应学习路径规划，通过分析技能依赖关系生成个性化训练序列。这些衍生研究共同推动了运动技能教学从经验驱动向数据驱动的范式转变。