体育场人群动态及座位优化数据集

摘要：体育场人群动态及座位优化数据集是一个面向大型体育场馆人群管理、座位利用分析与安全研究构建的综合型数据集，重点记录赛事或活动期间的观众出席情况、座位区域占用状态以及不同区域之间的人群移动行为。

数据集概述

体育场人群动态及座位优化数据集是一个面向大型体育场馆人群管理、座位利用分析与安全研究构建的综合型数据集，重点记录赛事或活动期间的观众出席情况、座位区域占用状态以及不同区域之间的人群移动行为。数据集从活动、座位集群和移动路径三个层级对体育场运行状态进行描述，既包含容量、位置、票价等级等静态属性，也涵盖实时占用率、人员流量、报警状态和疏散结果等动态信息。通过这种多层级结构，可以较完整地反映体育场内观众从入场、就座到移动和疏散过程中的空间分布及变化规律，为人群行为分析和场馆运营优化提供数据基础。

数据结构与关键特征

数据集主要由 event_metadata.csv、seat_clusters.csv 和 movement_edges.csv 三个文件组成。其中，event_metadata.csv 记录活动 ID、时间戳、入口状态、门票类别、值班人员数量、报警信息、出席统计以及疏散演练结果等活动级数据；seat_clusters.csv 描述不同座位集群的人数、闸机活动、BLE 信号、压力垫检测、视觉计数、座位占用概率、可见性评分及空间坐标等区域级特征；movement_edges.csv 则记录座位区域之间的走廊、楼梯和坡道等连接路径，以及路径距离、最大通行能力、当前人流量和拥堵指标。该数据集同时融合了空间拓扑、传感器观测和动态人流信息，适合构建体育场内部的人群流动网络模型。

应用价值与研究方向

该数据集可用于体育场上座率预测、座位布局优化、人群拥堵检测、客流路径分析、疏散模拟以及公共安全风险评估等研究方向。研究人员可以结合座位集群占用率和票价等级分析不同区域的利用效率，通过路径流量和容量信息识别人群拥堵热点，并利用图神经网络、时空预测模型或多智能体仿真方法研究人群在体育场内部的传播与移动规律。此外，还可以基于历史活动数据建立疏散时间预测和异常拥堵预警模型，为入口开放策略、安保人员配置、应急疏散路线规划以及大型赛事场馆的智能化运营提供决策支持。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-378
文件大小：24K
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。