開放政治獻金 - 資料說明
編輯歷史
| 時間 | 作者 | 版本 |
|---|---|---|
| 2014-07-05 10:33 – 10:38 | r1778 – r1818 | |
顯示 diff（46 行未修改）
最終結果
有了鄉民 OCR 結果，每一格都有三到五人輸入過，接下來透過 Cheng-Yu Lin 的幫忙，他將上面 鄉民OCR API 產生的 ans.csv 計算出每一格最可能的正確答案，程式和結果放在 https://github.com/ntuaha/GovCash
+
+ * 該專案位置README已經放入處理資料的流程說明
+ *此外，資料裡面有很多
每一行的猜測答案放在 https://github.com/ntuaha/GovCash/blob/master/data/govcash.csv
（4 行未修改）
|
||
| 2014-06-25 04:44 – 04:45 | r1743 – r1777 | |
顯示 diff（36 行未修改）
鄉民 OCR API
- 有了每一格豆腐之後，會在 @ctiml 寫的 http://campaign-finance.g0v.ctiml.tw/ 把他同步過來，透過 PageInfo::addPage($id) 就會將上面的豆腐資料 API 的新頁同步過來並且開啟新關卡
+ 有了每一格豆腐之後，會在 Timothy Lee 寫的 http://campaign-finance.g0v.ctiml.tw/ 把他同步過來，透過 PageInfo::addPage($id) 就會將上面的豆腐資料 API 的新頁同步過來並且開啟新關卡
因
為鄉民已經開始輸入資訊了，所以每一格就會開始累積鄉民的輸入資料，鄉民 OCR API 提供以下 API
（4 行未修改）
最終結果
- 有了鄉民 OCR 結果，每一格都有三到五人輸入過，接下來透過 @ntuaha 的幫忙，他將上面 鄉民OCR API 產生的 ans.csv 計算出每一格最可能的正確答案，程式和結果放在 https://github.com/ntuaha/GovCash
+ 有了鄉民 OCR 結果，每一格都有三到五人輸入過，接下來透過 Cheng-Yu Lin 的幫忙，他將上面 鄉民OCR API 產生的 ans.csv 計算出每一格最可能的正確答案，程式和結果放在 https://github.com/ntuaha/GovCash
每一行的猜測答案放在 https://github.com/ntuaha/GovCash/blob/master/data/govcash.csv
（4 行未修改）
|
||
| 2014-06-25 02:58 – 02:59 | r1703 – r1742 | |
顯示 diff（6 行未修改）
查詢網址: http://sunshine.cy.gov.tw/GipOpenWeb/wSite/sp?xdUrl=/wSite/PoliticAccount/PAQuery.jsp&ctNode=353
資料打包: https://github.com/ronnywang/sunshine.cy.gov.tw/blob/master/list.csv [資料更新時間: 2014/4/20]
+
+ 監察院政治獻金專戶會計總表
+ http://sunshine.cy.gov.tw 有提供會計總表功能，只包含各項目總合不包含細項，在上面的查詢網址進去就可以下載到 PDF 版本，而也有 Finjon Kiang 幫忙將資料匯出在 https://github.com/kiang/sunshine.cy.gov.tw/tree/master/report2txt
+ 如有需要較好用資料可以至上面網址下載
調查兵團原始圖檔資料
（40 行未修改）
|
||
| 2014-06-21 06:56 – 08:39 | r1246 – r1702 | |
顯示 diff（34 行未修改）
有了每一格豆腐之後，會在 @ctiml 寫的 http://campaign-finance.g0v.ctiml.tw/ 把他同步過來，透過 PageInfo::addPage($id) 就會將上面的豆腐資料 API 的新頁同步過來並且開啟新關卡
因
+ 為鄉民已經開始輸入資訊了，所以每一格就會開始累積鄉民的輸入資料，鄉民 OCR API 提供以下 API
+ *http://campaign-finance.g0v.ctiml.tw/api/getcells/345 取得某一頁內每一格的最新一筆資料 (這邊只顯示最新一筆，因此有可能最新一筆錯的資料蓋掉前面舊的) ，這邊的 page id 與上面豆腐資料 API 是一樣的
+ *http://campaign-finance.g0v.ctiml.tw/api/getcellvalue/345/6/7 取得某一頁內某一格的所有鄉民輸入記錄，裡面包含每一筆的輸入時間、輸入的值以及他的 IP (這個 IP 是加密過的，無法反推回原 IP ，但是同 IP 都會是同一人)
+
+ 另外更完整的資料可以透過 dump-history.php 匯出，2014年5月有一次匯出檔放在 http://ronnywang-public.s3.amazonaws.com/opendata/campaign-finance/ans.csv 約 300 萬行 100MB (IP 的部份也有加密過) ，已經可以用這些資料分析出正確答案了
+
+ 最終結果
+ 有了鄉民 OCR 結果，每一格都有三到五人輸入過，接下來透過 @ntuaha 的幫忙，他將上面 鄉民OCR API 產生的 ans.csv 計算出每一格最可能的正確答案，程式和結果放在 https://github.com/ntuaha/GovCash
+
+ 每一行的猜測答案放在 https://github.com/ntuaha/GovCash/blob/master/data/govcash.csv
+ 這邊包含每一行是屬於哪一頁(來自 豆腐 API 的 page id )、第幾行、那一行的值以及信心度
+
+ 另外也有結合豆腐 API 的 gettables 的內容，將每一個專戶分出來的檔案，放在 https://github.com/ronnywang/GovCash/tree/master/accounts
+ 這邊就已經是最終目標還原回來的 CSV 了
|
||
| 2014-06-21 06:56 | r1245 | |
顯示 diff（36 行未修改）
|
||
| 2014-06-21 06:50 – 06:56 | r1196 – r1244 | |
顯示 diff（26 行未修改）
*http://campaign-finance.g0v.ronny.tw/api/tables/{id} 取得該頁相關資訊，包含他有幾行有幾列，他的檔名和頁碼是什麼
*http://campaign-finance.g0v.ronny.tw/api/getcellimage/{id}/第幾行/第幾列.png 可以取得第幾格的圖檔
+
+ 另外也可以透過 http://campaign-finance.g0v.ronny.tw/api/gettables 這個 API 取得到所有的頁面的資訊 (內容大小約 2MB)
+
以上功能都是放在 http://campaign-finance.g0v.ronny.tw/ 這邊只管圖的切豆腐供其他應用使用，不管圖的內容判斷以及 OCR 的部份。
鄉民 OCR API
有了每一格豆腐之後，會在 @ctiml 寫的 http://campaign-finance.g0v.ctiml.tw/ 把他同步過來，透過 PageInfo::addPage($id) 就會將上面的豆腐資料 API 的新頁同步過來並且開啟新關卡
+ 因
|
||
| 2014-06-21 06:49 – 06:50 | r1171 – r1195 | |
顯示 diff（9 行未修改）
調查兵團原始圖檔資料
這邊是靠人力衝進監察院中取出的文件掃描的圖檔
+ http://bit.ly/ScanPoliticalContribution
表格框線位置資料
（18 行未修改）
|
||
| 2014-06-21 05:07 – 06:49 | r829 – r1170 | |
顯示 diff（20 行未修改）
以上的程式都放在 https://github.com/ronnywang/tw-campaign-finance
- 上
+ 豆腐資料 API
+ 產生出來的 output
+ 610.csv ，會透過 https://github.com/ronnywang/campaign-finance.g0v.ronny.tw/blob/master/webdata/scripts/import.php 這隻 script上傳到 http://campaign-finance.g0v.ronny.tw/ 並且得到一個 page id，接下來可以透過 http://campaign-finance.g0v.ronny.tw/table/show/{id} 這個網址取得該 page 相關的所有 API ，包含
+ *http://campaign-finance.g0v.ronny.tw/api/tables/{id} 取得該頁相關資訊，包含他有幾行有幾列，他的檔名和頁碼是什麼
+ *http://campaign-finance.g0v.ronny.tw/api/getcellimage/{id}/第幾行/第幾列.png 可以取得第幾格的圖檔
+ 以上功能都是放在 http://campaign-finance.g0v.ronny.tw/ 這邊只管圖的切豆腐供其他應用使用，不管圖的內容判斷以及 OCR 的部份。
+
+ 鄉民 OCR API
+ 有了每一格豆腐之後，會在 @ctiml 寫的 http://campaign-finance.g0v.ctiml.tw/ 把他同步過來，透過 PageInfo::addPage($id) 就會將上面的豆腐資料 API 的新頁同步過來並且開啟新關卡
|
||
| 2014-06-21 05:07 | r828 | |
顯示 diff（23 行未修改）
|
||
| 2014-06-21 05:06 – 05:07 | r763 – r827 | |
顯示 diff- [
+ 開放政治獻金 - 資料說明
+
+
+ 監察院政治獻金專戶
+ 監察院一共有 6000 多個政治獻金專戶，專戶名稱會是「第16屆苗栗縣竹南鎮鎮長補選擬參選人陳碧華政治獻金專戶」這種格式
+ 同一個人可能會有多個獻金專戶，Ex: 丁守中有 「第8屆立法委員擬參選人丁守中政治獻金專戶」「第7屆立法委員擬參選人丁守中政治獻金專戶」「第6屆立法委員擬參選人丁守中政治獻金專戶」三個專戶。
+ 查詢網址: http://sunshine.cy.gov.tw/GipOpenWeb/wSite/sp?xdUrl=/wSite/PoliticAccount/PAQuery.jsp&ctNode=353
+ 資料打包: https://github.com/ronnywang/sunshine.cy.gov.tw/blob/master/list.csv [資料更新時間: 2014/4/20]
+
+ 調查兵團原始圖檔資料
+ 這邊是靠人力衝進監察院中取出的文件掃描的圖檔
+
+ 表格框線位置資料
+ 拿到原始圖檔後， Ronny Wang 會把他全部傳到 PIXNET 相簿去，並且依照處理日期生出一個 listMMDD.csv 的檔案，Ex: list0610.csv 裡面的資訊就只有 1. 調查兵團上傳的原始檔名 2. 頁碼 3. 上傳到 PIXNET 後的網址
+
+ 接下來，會用 search-all-line2.php 這隻程式將 list0610.csv 的每一張圖檔都偵測一次表格線段，找出所有的水平線位置和垂直線位置，並且會生出一個 output0610.csv ，每一張圖片會多出一個 id 欄位，id 會對應到 output0610/{id}.json 放這圖所找到的所有垂直線和水平線的資料，以及這兩種線交會的所有交點座標 Ex: output0610/10.json
+
+ 為了校對，也有生出一個 edit0610.html [程式碼][瀏覽] ，Ronny Wang 會用這工具看看是否切豆腐程式有漏抓的框線，再人工加上漏抓的線並把更新的 json 換掉 (這部份求坑，希望有更方便的校對頁面)
+
+ 最後會將 output0610.csv 裡面的檔名統一改成「{帳戶名}-{收支科目}-{資料開始日期}-{資料結束日期}」 「第11屆臺北市議員擬參選人厲耿桂芳政治獻金專戶-收入-099/05/24-099/12/21」，表格框線動作就完成了。
+ 以上的程式都放在 https://github.com/ronnywang/tw-campaign-finance
+
+ 上
|
||
| 2014-06-21 05:06 | r762 | |
顯示 diff（1 行未修改）
|
||
| 2014-06-21 04:20 – 05:06 | r1 – r761 | |
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!
+ [
|
||
| 2014-06-21 04:20 | 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!
|
||