資料來源說明

本站每筆避雷紀錄都附原始來源連結與 archive 存檔。資料怎麼來、怎麼清洗、怎麼保存，這頁完整公開。

資料來源類型

• Threads 公開貼文 / 評論 — 從特定避雷主題串、地點關鍵字搜尋結果中收集
• Facebook 公開租屋社團貼文 — 透過合作專案 rental-analysis 每日更新，僅收錄公開可見內容
• Google Maps 公開評價（規劃中） — 對特定房東 / 仲介公司的公開評論
• 實價登錄等政府公開資訊 — 作為地址 / 社區資訊輔助

不收錄的內容

• 私密群組 / 私訊截圖（無法公開驗證）
• 只有情緒抱怨無具體事實的內容
• 含個資（手機 / 身份證 / 未公開姓名）且無法脫敏的內容
• 已知為房客 vs 房東之間仲裁案件且雙方說法各執
• 無法明確指涉某地址 / 房東 / 社區的模糊敘述

清洗流程

1. 原始資料採集：爬蟲從公開來源抓取貼文 / 評論，保留完整 raw text 與來源 URL
2. AI 自動結構化：透過 Claude API 將自由文字轉為符合本站 schema 的結構化欄位（地址、避雷類型、嚴重度等），同時為每筆抽取結果評估信心指數（high / medium / low）
3. 個資脫敏：自動偵測並移除手機號碼、身份證、Email、未公開姓名
4. Archive 存檔：每筆紀錄的原始貼文同步存到 Internet Archive Wayback Machine（主）與本站自有截圖（備援），確保原 PO 刪文後仍可舉證
5. 低信心進審核佇列：AI 信心指數為 low 的紀錄不直接上線，進人工審核佇列
6. 人工抽樣驗證：每批新進資料抽樣人工驗證，確保清洗準確度

資料完整性保證

• 每筆紀錄保留 original_text（原始文字完整保留，不刪減不改寫）
• 每筆紀錄保留 source_url（原始貼文連結）
• 每筆紀錄保留 archived_at 與 archive_url（存檔資訊）
• 每筆紀錄保留 datePublished（原始發文日期）
• 每次本站修改紀錄會更新 dateModified

聚合演算法

本站除了單筆紀錄，還產出聚合頁面：

• 同地址聚合：根據 address 欄位
• 同社區 / 同棟聚合：根據地址 geocoding 後的座標，半徑 100m 內聚合
• 同房東 / 仲介聚合：根據 LINE ID / 品牌簽名 / 姓氏等可識別標識
• 行政區聚合：根據 district 欄位

資料更新頻率

• FB 雙北資料源：每日 incremental 同步
• Threads 台中資料源：定期批次補完
• 個別紀錄修正：依爭議處理流程隨時更新

透明度承諾

• 不刪除已上線紀錄（只會更新狀態，例如標註「當事人聲明」）
• 不接受房東 / 仲介付費刪除紀錄的請求
• 對個別紀錄的修改保留 audit trail
• 清洗 prompt、聚合演算法等技術細節公開於 本站 GitHub repo（規格層）