摘要：该数据集面向运动行为分析、长跑训练规律研究及公共卫生政策影响分析，将全球运动员的大规模跑步活动记录与 COVID-19 疫情期间的政府政策响应数据相结合，可用于研究运动习惯、训练负荷、人口统计特征以及疫情管控措施之间的关联。
数据集概述
该数据集包含来自全球 36,412 名运动员在 2019—2020 年期间产生的约 10,703,690 条跑步训练记录，记录运动员的跑步日期、距离、持续时间、性别、年龄组、国家及主要赛事等信息。跑步活动同时按照日、周、月和季度四种时间尺度进行汇总，并配套 COVID-19 严格程度指数、居家限制、工作场所关闭及综合政策响应指数等数据，因此能够比较疫情前后不同国家和不同人群的运动行为变化。
数据结构与关键特征
当前数据包主要采用 CSV 格式，跑步活动文件包括 run_ww_2019_d.csv、run_ww_2019_w.csv、run_ww_2019_m.csv、run_ww_2019_q.csv 以及对应的 2020 年文件，其中 d、w、m、q 分别表示日、周、月、季度统计频率。公共卫生政策数据则包括 covid-stringency-index.csv、covid-containment-and-health-index.csv、policy_response_indexes.csv、stay-at-home-covid.csv 和 workplace-closures-covid.csv 等文件。通过国家和时间字段可以将运动活动与政策数据进行关联，从而形成具有运动员属性—训练行为—时间尺度—国家政策多维信息的时序分析数据集。
应用价值与研究方向
该数据集适合用于长跑训练行为分析、运动量趋势预测、运动员群体差异研究、COVID-19 对体育活动的影响评估以及公共卫生政策效果分析等方向。可以采用统计分析、时间序列模型、聚类、随机森林、XGBoost、LSTM 和 Transformer 等方法研究不同年龄、性别和国家运动员的训练模式，并进一步分析居家限制、工作场所关闭和政策严格程度变化与跑步距离、训练时长之间的关联，为运动科学、数字健康、公共卫生以及社会行为研究提供数据支持。
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-788
文件大小：375M
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。
评论(0)