eurovision dataset
2023
欧洲歌唱大赛是一个免费提供的数据集，包含参加欧洲歌唱大赛的 1735 首歌曲的元数据、比赛排名和投票数据。即将发布的版本还将包含音频功能。
每年，数据集都会根据比赛结果进行更新。此版本包含从 1956 年首次举办至今参加欧洲歌唱大赛的 1735 个参赛作品的参赛者元数据、比赛排名和投票数据。每首歌曲的相应音频都可以通过 YouTube 进行流式传输。
元数据和投票数据由 EurovisionWorld 粉丝网站提供。
数据集可以在这里下载。要复制它，请按照自述文件底部的说明进行操作。
John Ashley Burgoyne、Janne Spijkervet 和 David John Baker 使用陪审团级别的数据、新的音频功能以及 ISMIR 2023 的统计分析扩展了该数据集。您可以在此存储库中访问他们的数据和代码。
将contestants.csv与audio.py文件放在同一文件夹中，通过运行python3 audio.py即可收集所有歌曲的YouTube音频流。或者，可以使用sh run.sh audio或sh run.sh docker audio在本地抓取或使用 Docker 容器来抓取流。
使用这些材料时，请引用以下资源。我也有兴趣了解基于这项工作的项目，请随时发送电子邮件至：janne [dot] spijkervet [at] gmail [dot] com
@inproceedings{burgoyne_mirovision,
author = {John Ashley Burgoyne and Janne Spijkervet and David John Baker},
title = {Measuring the {Eurovision Song Contest}: A Living Dataset for Real-World {MIR}},
booktitle = {Proceedings of the 24th International Society for Music Information Retrieval Conference},
year = 2023,
address = {Milan, Italy},
url = {https://archives.ismir.net/ismir2023/paper/000097.pdf}
}
@misc{spijkervet_eurovision,
author = {Janne Spijkervet},
title = {{The Eurovision Dataset}},
month = mar,
year = 2020,
doi = {10.5281/zenodo.4036457},
version = {1.0},
publisher = {Zenodo},
url = {https://zenodo.org/badge/latestdoi/214236225}
}为了初步了解数据集，在examples目录中创建了一个示例 Jupyter Notebook。这可以用jupyter notebook打开。要复制数据集，请参见下文：
您可以使用此存储库中包含的抓取代码下载整个数据集。这将尝试从 EurovisionWorld 网站获取数据并将其处理到 csv 文件中，这些文件也在此存储库的发布部分中提供：
votes.csv
contestants.csv
betting_offices.csv
pip3 install -rrequirements.txt#将产生votes.csv和contestants.csvpython3 scrape_votes.py#将产生betting_offices.csvpython3 scrape_odds.py
运行sh run.sh docker以构建 Dockerfile 并从容器内运行scrape_votes.py 。不需要额外的设置。这将复制数据集、 contestants.csv 、 votes.csv和betting_offices.csv文件。
还可以从 Docker 容器内部或外部获取音频：
bash run.sh docker audio bash run.sh audio
一旦所有音频都存在于audio文件夹中，就可以使用以下命令提取音频特征：
sh audio_features.sh
这将启动一个安装了 Essentia 的流音乐提取器的 Docker 容器。或者，如果 Essentia 的提取器安装在 PATH 环境中，则可以运行audio_features.py 。
决赛和半决赛均提供比赛排名。国别投票数据包含47007次投票活动，自2016年推出以来，以陪审团投票和电视投票分开。
| 柱子 | 描述 |
|---|---|
| 年 | 比赛年 |
| 目的地国家/地区 ID | 参赛者的国家/地区 ID |
| 目的地国家 | 参赛者的国家名称 |
| 演员 | 艺术家 |
| 歌曲 | 参赛者歌曲的标题 |
| sf_num | 参加过半决赛1、2或0（2004-2008年只有一场半决赛） |
| 跑步最终 | 比赛决赛转播顺序 |
| 运行_sf | 比赛半决赛的转播顺序 |
| 决赛名次 | 进入决赛 |
| 最终积分 | 决赛积分 |
| 地点_SF | 进入半决赛 |
| 点_SF | 半决赛积分 |
| 积分最终 | 比赛决赛中的电视投票点 |
| 评审团最终分数 | 比赛决赛评审团投票分数 |
| 点_远程_sf | 比赛半决赛的电视投票点 |
| 点_陪审团_sf | 比赛半决赛评审团投票分数 |
| 歌词 | 这首歌的歌词 |
| youtube_url | YouTube 上视频的网址 |
| 柱子 | 描述 |
|---|---|
| 年 | 比赛年 |
| 圆形的 | 决赛、半决赛 |
| 来自国家/地区 ID | 给予积分的国家/地区的国家/地区 ID |
| 目的地国家/地区 ID | 接收点所在国家的国家ID |
| 来自国家/地区 | 给予分数的国家的国家名称 |
| 目的地国家 | 接收点国家名称 |
| 点 | 给出的点数 |
建议通过运行sh run.sh docker来使用 Docker，或者通过调用sh run.sh来使用本地安装。要同时获取音频，请运行sh run.sh audio或sh run.sh docker audio 。
要复制数据集，需要适用于 Chrome、Firefox 或 Safari 的 WebDriver，例如适用于 Chrome 的 WebDriver 以及 Selenium Python 包 ( pip3 install selenium )。按照此处的说明设置 WebDriver。可以使用以下命令安装项目的依赖项：
pip3 install -r requirements.txt
使用以下命令提取 1956 年至 2023 年间所有欧洲歌唱大赛的数据：
python3 scrape_votes.py --start 1956 --end 2023
这将创建一个contestants.csv和votes.csv文件。
@inproceedings{burgoyne_mirovision,
author = {John Ashley Burgoyne and Janne Spijkervet and David John Baker},
title = {Measuring the {Eurovision Song Contest}: A Living Dataset for Real-World {MIR}},
booktitle = {Proceedings of the 24th International Society for Music Information Retrieval Conference},
year = 2023,
address = {Milan, Italy},
url = {https://archives.ismir.net/ismir2023/paper/000097.pdf}
}
@misc{spijkervet_eurovision,
author = {Janne Spijkervet},
title = {{The Eurovision Dataset}},
month = mar,
year = 2020,
doi = {10.5281/zenodo.4036457},
version = {1.0},
publisher = {Zenodo},
url = {https://zenodo.org/badge/latestdoi/214236225}
} 
