Hackpad 封存器 - g0v

檢視、分析、利用 data.gov.tw 全站資料集

← 回到文章

編輯歷史

時間 作者 版本
2016-09-19 02:42 – 02:42 Gi KunHung r1678 – r1679
顯示 diff
（99 行未修改）
2016-09-12 11:42 – 11:47 Kuang-che Wu r1612 – r1677
顯示 diff
（19 行未修改）
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以UTF-8作為主要推廣格式，雖然我覺得這塊宣導要很久...
+ *我完全理解且同意不強推 UTF-8, 只是仍透過統計來突顯、製造一點壓力
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（17 行未修改）
*現在已經有固定 url 就夠, 所以不一定需要新的 API. 不過說到 API, 是否有提供得知資料上次更新時間?
*目前沒有orz 因為資料型態實在太多太雜，有整包更新含歷史資料的、有不斷追加新檔然後砍舊檔的、有只留最新版本其他通通砍掉的... API的話，若要提供前次更新時間.....hmm...
- *聽起來要先在
+ *聽起來要先在 metadata 多一個欄位標記該資料是上述哪一種 XD
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（53 行未修改）
2016-09-12 11:42 Leo Cheng r1611
顯示 diff
（39 行未修改）
*這樣感覺是需要API?
*現在已經有固定 url 就夠, 所以不一定需要新的 API. 不過說到 API, 是否有提供得知資料上次更新時間?
- *目前沒有orz 因為資料型態實在太多太雜，有整包更新的含歷史資料的、有不斷追加新檔然後砍舊檔的、有只留最新版本其他通通砍掉的... API的話，若要提供前次更新時間.....hmm...
+ *目前沒有orz 因為資料型態實在太多太雜，有整包更新含歷史資料的、有不斷追加新檔然後砍舊檔的、有只留最新版本其他通通砍掉的... API的話，若要提供前次更新時間.....hmm...
*聽起來要先在
*提供 advanced search
（54 行未修改）
2016-09-12 11:41 – 11:42 Kuang-che Wu r1601 – r1610
顯示 diff
（40 行未修改）
*現在已經有固定 url 就夠, 所以不一定需要新的 API. 不過說到 API, 是否有提供得知資料上次更新時間?
*目前沒有orz 因為資料型態實在太多太雜，有整包更新的含歷史資料的、有不斷追加新檔然後砍舊檔的、有只留最新版本其他通通砍掉的... API的話，若要提供前次更新時間.....hmm...
+ *聽起來要先在
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（53 行未修改）
2016-09-12 11:40 – 11:41 Leo Cheng r1570 – r1600
顯示 diff
（39 行未修改）
*這樣感覺是需要API?
*現在已經有固定 url 就夠, 所以不一定需要新的 API. 不過說到 API, 是否有提供得知資料上次更新時間?
+ *目前沒有orz 因為資料型態實在太多太雜，有整包更新的含歷史資料的、有不斷追加新檔然後砍舊檔的、有只留最新版本其他通通砍掉的... API的話，若要提供前次更新時間.....hmm...
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（53 行未修改）
2016-09-12 11:36 – 11:38 Kuang-che Wu r1513 – r1569
顯示 diff
（38 行未修改）
*希望是自動化定期備份, 而不只是單次 dump
*這樣感覺是需要API?
+ *現在已經有固定 url 就夠, 所以不一定需要新的 API. 不過說到 API, 是否有提供得知資料上次更新時間?
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（53 行未修改）
2016-09-12 11:34 – 11:35 Leo Cheng r1480 – r1512
顯示 diff
（44 行未修改）
*不過前提是要先登入帳號才有這個功能...XD
*如果我是重度使用者的話, 我會想要設自己才能看到的 label, 有自己的分類方式(譬如有個 label 叫爛 data XD), 方便過濾. 不過這種功能使用率恐怕很低, 不見得真的值得做.
+ *相當客製化的功能... 我當初甚至有在想網頁瀏覽習慣要不要也要客製化一下，但被駁回XDrz
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
+ *這塊後臺做了不少... 感覺應該全開放才對，怕VM不夠力動不動就塞爆就是XDrz
（44 行未修改）
2016-09-12 11:31 – 11:33 Kuang-che Wu r1403 – r1479
顯示 diff
（43 行未修改）
*已經有針對最高評價標籤投票的功能哦，不滿意可以自建，採投票權重制。
*不過前提是要先登入帳號才有這個功能...XD
- *如果我是重度使用者的話, 我會想要設個
+ *如果我是重度使用者的話, 我會想要設自己才能看到的 label, 有自己的分類方式(譬如有個 label 叫爛 data XD), 方便過濾. 不過這種功能使用率恐怕很低, 不見得真的值得做.
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
（45 行未修改）
2016-09-12 11:31 Leo Cheng r1402
顯示 diff
（37 行未修改）
*目前已有提供CSV格式可dump到github
*希望是自動化定期備份, 而不只是單次 dump
- *這樣感覺是需要API
+ *這樣感覺是需要API?
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（51 行未修改）
2016-09-12 11:31 Kuang-che Wu r1401
顯示 diff
（43 行未修改）
*已經有針對最高評價標籤投票的功能哦，不滿意可以自建，採投票權重制。
*不過前提是要先登入帳號才有這個功能...XD
- *如果我是重度使用者的話, 我會想要設
+ *如果我是重度使用者的話, 我會想要設個
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
（45 行未修改）
2016-09-12 11:31 – 11:31 Leo Cheng r1399 – r1400
顯示 diff
（37 行未修改）
*目前已有提供CSV格式可dump到github
*希望是自動化定期備份, 而不只是單次 dump
- *
+ *這樣感覺是需要API
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（51 行未修改）
2016-09-12 11:31 Kuang-che Wu r1398
顯示 diff
（43 行未修改）
*已經有針對最高評價標籤投票的功能哦，不滿意可以自建，採投票權重制。
*不過前提是要先登入帳號才有這個功能...XD
- *如果我是重度使用者的話, 我會想要
+ *如果我是重度使用者的話, 我會想要設
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
（45 行未修改）
2016-09-12 11:31 Leo Cheng r1397
顯示 diff
（37 行未修改）
*目前已有提供CSV格式可dump到github
*希望是自動化定期備份, 而不只是單次 dump
+ *
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（51 行未修改）
2016-09-12 11:30 – 11:31 Kuang-che Wu r1379 – r1396
顯示 diff
（42 行未修改）
*已經有針對最高評價標籤投票的功能哦，不滿意可以自建，採投票權重制。
*不過前提是要先登入帳號才有這個功能...XD
+ *如果我是重度使用者的話, 我會想要
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
（45 行未修改）
2016-09-12 11:29 – 11:30 Leo Cheng r1344 – r1378
顯示 diff
（25 行未修改）
*"資料公開" 也拿來當 "開放資料". 這例子太多了.
*只是若想全站檢視可能要定義怎麼不算開放資料, 我不確定是否有辦法明確界定
+ *我個人想要用"資料集品質評鑑機制"把這塊殺光光...XD
+ *但長官不允許orz 已經開好hackpad，再給我點時間整理...orz
*統計網站上 "我還想要" 的回覆速度及通過比例?
*不過這要另外 crawl 網站, 可能還要人工判讀
（60 行未修改）
2016-09-12 11:28 – 11:29 Kuang-che Wu r1318 – r1343
顯示 diff
（34 行未修改）
*全站 mirror 到 github ?
*目前已有提供CSV格式可dump到github
+ *希望是自動化定期備份, 而不只是單次 dump
*提供 advanced search
*現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
（50 行未修改）
2016-09-12 11:27 – 11:28 Leo Cheng r1313 – r1317
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做 :)
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以U
+ *目前會內立場是以UTF-8作為主要推廣格式，雖然我覺得這塊宣導要很久...
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1312
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做 :
+ *可以從易於檢核的開始做 :)
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以U
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1311
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以
+ *目前會內立場是以U
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1310
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做
+ *可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1309
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以d
+ *目前會內立場是以
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1308
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做 :
+ *可以從易於檢核的開始做
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以d
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1307
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以dat
+ *目前會內立場是以d
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1306
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做 :)
+ *可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以dat
（67 行未修改）
2016-09-12 11:27 – 11:27 Leo Cheng r1304 – r1305
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做 :)
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以d
+ *目前會內立場是以dat
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1303
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做 :
+ *可以從易於檢核的開始做 :)
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以d
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1302
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是以
+ *目前會內立場是以d
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 – 11:27 Kuang-che Wu r1300 – r1301
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始做
+ *可以從易於檢核的開始做 :
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是以
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1299
顯示 diff
（18 行未修改）
*可以從易於檢核的開始做
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內立場是
+ *目前會內立場是以
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1298
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開始
+ *可以從易於檢核的開始做
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內立場是
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1297
顯示 diff
（18 行未修改）
*可以從易於檢核的開始
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內壢廠是
+ *目前會內立場是
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1296
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的開
+ *可以從易於檢核的開始
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內壢廠是
（67 行未修改）
2016-09-12 11:27 – 11:27 Leo Cheng r1294 – r1295
顯示 diff
（18 行未修改）
*可以從易於檢核的開
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會內壢
+ *目前會內壢廠是
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1293
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核的
+ *可以從易於檢核的開
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會內壢
（67 行未修改）
2016-09-12 11:27 – 11:27 Leo Cheng r1291 – r1292
顯示 diff
（18 行未修改）
*可以從易於檢核的
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前會
+ *目前會內壢
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1290
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易於檢核
+ *可以從易於檢核的
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前會
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1289
顯示 diff
（18 行未修改）
*可以從易於檢核
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *目前
+ *目前會
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 – 11:27 Kuang-che Wu r1286 – r1288
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從易
+ *可以從易於檢核
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*目前
（67 行未修改）
2016-09-12 11:27 Leo Cheng r1285
顯示 diff
（18 行未修改）
*可以從易
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
- *
+ *目前
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 Kuang-che Wu r1284
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
- *可以從
+ *可以從易
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*
（67 行未修改）
2016-09-12 11:27 – 11:27 Leo Cheng r1282 – r1283
顯示 diff
（18 行未修改）
*可以從
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
+ *
*自動偵測或手動 label 哪些是 bad opendata practice?
*譬如 pdf 內是圖檔
（65 行未修改）
2016-09-12 11:27 – 11:27 Kuang-che Wu r1278 – r1281
顯示 diff
（16 行未修改）
*檢查資料是否如宣稱的頻率更新
*這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
+ *可以從
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*自動偵測或手動 label 哪些是 bad opendata practice?
（66 行未修改）
2016-09-12 11:19 – 11:26 Leo Cheng r1191 – r1277
顯示 diff
（11 行未修改）
*分析那些 metadata 是否有錯、漏
*已經有人反應該 dataset 很髒 https://www.facebook.com/groups/odtwn/permalink/1621411874539891/?comment_id=1624639327550479&comment_tracking=%7B%22tn%22%3A%22R%22%7D
+ *很髒應該是過去式啦~~~XD
*定期掃描統計那些外連的 link 是否可用、網路速度如何
+ *平台有這功能哦，不過目前只通知資料提供者
*檢查資料是否如宣稱的頻率更新
+ *這項有檢核困難，因資料提供方式不一，若採抽換檔案型態將難以比對；API、SOAP等型態亦難以確認其更新頻率是否吻合
*統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
*自動偵測或手動 label 哪些是 bad opendata practice?
（5 行未修改）
*統計網站上 "我還想要" 的回覆速度及通過比例?
*不過這要另外 crawl 網站, 可能還要人工判讀
+ *回覆速度這已有系統自動勾稽哦，不過回覆完怎麼處理真的就要靠人工了...
*針對特定資料類別, 可能可以作更細部的檢查
*譬如 https://g0v.hackpad.com/oI2cydKYnYy 檢查缺乏公司統編欄位
（1 行未修改）
*增加更多功能, 提供其他 service
*全站 mirror 到 github ?
+ *目前已有提供CSV格式可dump到github
*提供 advanced search
+ *現在搜尋結果可搭配左側機關、分類、檔案格式進行多重條件篩選，要怎樣更advanced歡迎提出哦~
*讓 user 自行加 label, 評分, star 等功能
+ *已經有針對最高評價標籤投票的功能哦，不滿意可以自建，採投票權重制。
+ *不過前提是要先登入帳號才有這個功能...XD
*data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
（45 行未修改）
2016-09-12 10:26 – 10:30 Kuang-che Wu r1146 – r1190
顯示 diff
（10 行未修改）
*分析類
*分析那些 metadata 是否有錯、漏
+ *已經有人反應該 dataset 很髒 https://www.facebook.com/groups/odtwn/permalink/1621411874539891/?comment_id=1624639327550479&comment_tracking=%7B%22tn%22%3A%22R%22%7D
*定期掃描統計那些外連的 link 是否可用、網路速度如何
*檢查資料是否如宣稱的頻率更新
（31 行未修改）
*之前 ronnywang 有做過類似 data.gov.tw clone, 我忘了網址
*http://sheethub.com/
- *其實之前也有看過有人統計 data.gov.tw 的資料品質, 不過只有單次統計. 若能持續監控更好.
+ *之前已經不只一人抱怨甚至統計過 data.gov.tw 的資料品質, 不過似乎只有單次統計. 若能持續監控更好.
*發現國發會已經有類似計畫了 https://www.facebook.com/groups/odtwn/permalink/1599788303368915/
（27 行未修改）
2016-09-10 16:49 – 16:50 Kuang-che Wu r1112 – r1145
顯示 diff
（46 行未修改）
*http://sheethub.com/
*其實之前也有看過有人統計 data.gov.tw 的資料品質, 不過只有單次統計. 若能持續監控更好.
+ *發現國發會已經有類似計畫了 https://www.facebook.com/groups/odtwn/permalink/1599788303368915/
相關專案
（26 行未修改）
2016-09-10 03:02 – 03:02 Kuang-che Wu r1094 – r1111
顯示 diff
（45 行未修改）
*之前 ronnywang 有做過類似 data.gov.tw clone, 我忘了網址
*http://sheethub.com/
- *其實之前也有看過有人統計 data.gov.tw 的資料品質, 不過只有單次統計
+ *其實之前也有看過有人統計 data.gov.tw 的資料品質, 不過只有單次統計. 若能持續監控更好.
相關專案
（26 行未修改）
2016-09-09 11:12 – 13:43 Kuang-che Wu r1 – r1093
顯示 diff
- Untitled
+ 檢視、分析、利用 data.gov.tw 全站資料集
+ *專案簡介
- This pad text is synchronized as you type, so that everyone viewing this page sees the same text. This allows you to collaborate seamlessly on documents!
+ 緣由
+ data.gov.tw 有提供全站資料集的資料集
+ http://data.gov.tw/node/6564 政府資料開放平臺資料集清單
+ 有這份資料就可以做些有趣的分析
+
+ 要解決的問題
+ 以下是天馬行空的發想
+ *分析類
+ *分析那些 metadata 是否有錯、漏
+ *定期掃描統計那些外連的 link 是否可用、網路速度如何
+ *檢查資料是否如宣稱的頻率更新
+ *統計資料格式類別(big5? pdf/jpg? 網頁而非 structure data?)
+ *自動偵測或手動 label 哪些是 bad opendata practice?
+ *譬如 pdf 內是圖檔
+ *http://data.gov.tw/node/11040 rar -> pdf -> 掃描圖檔
+ *譬如 csv 內放 html (例)
+ *"資料公開" 也拿來當 "開放資料". 這例子太多了.
+ *只是若想全站檢視可能要定義怎麼不算開放資料, 我不確定是否有辦法明確界定
+ *統計網站上 "我還想要" 的回覆速度及通過比例?
+ *不過這要另外 crawl 網站, 可能還要人工判讀
+ *針對特定資料類別, 可能可以作更細部的檢查
+ *譬如 https://g0v.hackpad.com/oI2cydKYnYy 檢查缺乏公司統編欄位
+ *電話、座標、時間等結構化欄位是否格式正確
+ *增加更多功能, 提供其他 service
+ *全站 mirror 到 github ?
+ *提供 advanced search
+ *讓 user 自行加 label, 評分, star 等功能
+ *data.gov.tw 有「資料集統計」功能(page view, download count, etc) r及其他基本分類統計, 也許可以玩視覺化
+
+
+ 預定使用者
+ （成品要給誰用、在什麼場合用、怎麼用）
+ *分析的結果可以讓大家了解現在資料品質, 也可反饋給 data.gov.tw 團隊作為改善目標
+ *也許可以做 data.gov.tw clone 提供額外的功能, 方便 data 使用者
+
+
+ 預定功能
+ （成品要有哪些功能來滿足上述使用情境）
+
+ 現有類似專案
+ （現成的是否可以直接使用？或者有什麼不足之處？國外專案可參考？）
+ *https://github.com/g0v-data/ 有些 data.gov.tw backup
+ *之前 ronnywang 有做過類似 data.gov.tw clone, 我忘了網址
+ *http://sheethub.com/
+ *其實之前也有看過有人統計 data.gov.tw 的資料品質, 不過只有單次統計
+
+ 相關專案
+ （衍生自某專案/衍生出某專案/API串接自某專案.）
+
+ 授權方式
+ Apache 2
+
+ 使用資料
+ http://data.gov.tw/node/6564
+
+ 專案目前狀態
+ 構想
+
+
+ *徵求協作者
+
+ 發起人/拋磚人：kcwu
+ 其實我只是丟丟想法, 大家可以繼續發想/撿去做
+
+
+ *實作細節（非技術背景可跳填）
+
+ 協作工具
+ *github repo：
+
+
+
+ *成果展示（規劃文件、雛形/草稿、原型/初稿、正式發佈/完稿）
2016-09-09 11:12 (unknown) r0
顯示 diff
+ Untitled
+ This pad text is synchronized as you type, so that everyone viewing this page sees the same text. This allows you to collaborate seamlessly on documents!