HackerPods

关于 · 数据

数据

榜单背后的全部数据,汇于一个 zip 压缩包:节目、单集和每一条已标注的提及,并附原评论链接。

下载 hackerpods-data.zip DATA.md

数据截至

文件与字段

shows.json

每档入选节目对应一个对象,按排名排列。

idURL slug;节目页路径为 /shows/<id>
name在 Apple Podcasts 目录中匹配到的节目名
aliases评论者使用过的其他拼写
topics最多两个主题
itunes来自 Apple 目录的 collection_id、feed_url、artwork_url 和 genre
linksapple、overcast、spotify、rss 的 URL(未知时为 null)
score有 rec 的月份数 + 0.5 × 有 strong_rec 的月份数
recommender_count推荐过它的不同人数
recommended_month_count有推荐的不同自然月数
rec_month_count / strong_rec_month_count每种立场对应的月份数
first_recommended_month / last_recommended_monthYYYY-MM
reference_count, joke_count, critical_count, self_promo_count不计分的提及

episodes.json

达到同一门槛的单集。

id<show id>:<episode slug>
show_id所属节目的 id
title评论者给出的单集标题
score, recommender_count, recommended_month_count, …与 shows 相同

mentions.jsonl

每行一条已标注的提及记录(一条评论可提到多档节目)。

comment_id, comment_urlHacker News 评论
authorHN 用户名
month评论写作时间(YYYY-MM)
story_id, story_title, parent_id讨论串上下文
show_name匹配后的节目名
level节目或单集
episode_hintlevel 为 episode 时的单集标题或描述
stancestrong_rec、rec、reference、joke 或 critical
self_promo评论者推广自己的节目时为 true(永不计分)
evidence_quote评论原文摘录
confidence, model, prompt_version标注者来源信息

topics.json

主题 ID 和名称。

stats.json

本版的统计数据。

规则

只有构成推荐(rec 或 strong_rec)且非自我推广的提及,才计入排名。节目或单集须至少由三位不同的人在三个不同月份推荐,才会列入榜单。

许可与署名

依据 Open Data Commons Attribution License (ODC-By) 1.0 发布。署名格式为“HackerPods (hnpods.com),数据截至 2026-11-03”。摘录均为评论者原话:引用时请链接回原评论。HN 数据来自 ClickHouse SQL Playground,即官方 HN Firebase API 的镜像。节目名、链接与封面图来自 Apple Podcasts 目录,权利归各自所有者。