跨部會活動的資料整合：調查表合併、場域去重與編號設計

2026 全臺戶外教育季是 22 週的跨部會網頁活動，從規劃、設計到開發完成不到 2 個月。教育部攜手文化部、內政部國家公園署、農業部林業及自然保育署、環境部、經濟部、客家委員會、交通部觀光署、海洋委員會與原住民族委員會共同推出，另有民間團體參與。各單位以同一份 15 欄的調查表提供課程，共 11 張工作表。開發團隊用 Python 腳本把這些工作表整理成場域、課程、角色與問答四張表，再由 Node.js 匯入腳本逐列驗證後寫進資料庫。整理完成的資料有 187 個場域、476 堂課程與 1,056 題問答，互動地圖、課程列表、角色卡片與公告取用同一組編號。

整體的建置範圍見活動平台與後台，獎勵與帳務見有獎活動平台的帳務、防刷與預算控管。

調查表的合併與欄位對照

調查表的 15 欄含課程名稱、辦理地點、地圖地址、類型、簡介、活動時間、收費、報名窗口、主管機關、辦理單位與推薦亮點。腳本以 pandas 逐張讀取，只取前 15 欄，欄名去除換行後以關鍵字（例如 google、簡介、推薦亮點）對成固定的內部欄名，記下每列來自哪一張工作表，再合併成一個資料表，範例列與重複的表頭列同時移除。

合併後拆成場域與課程兩張表：場域表一列一個場域，課程表一列一堂課，匯入時課程以場域編號對上所屬場域。這是Wickham，2014整理的結構，每個變數一欄、每筆觀察一列、每種觀察單位一張表。地址、區域與歸屬單位只寫在場域表，場域有多堂課時，地址也只有一份。

場域的比對與合併

辦理地點先做正規化：去掉括號內的備註；全形逗號轉半形，連續空白併成一個；「臺」統一寫成「台」以便比對，地址在匯入時再統一為「臺」。正規化後的名稱是場域的鍵，名稱相同視為同一個場域，地址取第一筆有值的。

場域去重屬於重複紀錄偵測。Elmagarmid 等，2007指出，同一個實體在資料庫中常有兩種以上的表示方式，重複的紀錄之間沒有共同的鍵。調查表沒有共同的場域編號，編號由比對規則建立：一張 31 筆的合併對照表，把同棟或同園區的樓層、廳室、步道與不同寫法併入主場域；一張 18 筆的多地點對照表，把列出多個地點的課程歸入主場域，備註寫成「場地：含…」。

地址另做標準化：取出括號中含縣市與門牌的正式地址，移除地圖網址，國字門牌改為阿拉伯數字（例如五號改為 5 號），Google Map 連結由整理後的地址組成。區域分北、中、南、東、離島五區，取自課程配對表；沒有對應時依地址判斷，比對順序是離島、北部、中部、南部、東部的縣市名稱。

每個場域另有 GPS 驗證範圍欄。座標先查人工座標表，其餘以地址（查不到時改用場域名稱）呼叫 Nominatim 地理編碼，請求間隔 1.1 秒，結果須落在緯度 21 至 27、經度 118 至 123 之內，再依場域類型換算成矩形範圍，187 個場域全部帶有驗證範圍。到場驗證以場域座標計算與使用者的距離。

歸屬單位（主管機關）由場域出現在哪一張調查表工作表判定：每張工作表對應一個正式單位名稱，場域名稱依手動指定、完全相符、包含關係、前四個字的順序比對，出現在兩張以上時由人工依課程數與相關程度決定。寫入後腳本驗證其餘欄位沒有被動到，歸屬彙總表的場域數與場域表一致。

下表是整理後的歸屬彙總。同樣算一個場域，可能是一間觀光工廠，也可能是一座國家公園，驗證範圍因此依場域類型換算。

活動時間的解析

活動時間在調查表是一格文字，腳本依下表的寫法判讀，星期與日期範圍各自解析，日期一律限制在 4 月 1 日至 8 月 31 日之間。

起訖日與星期在匯入時分別存成日期與 JSON 陣列。前台的月份篩選以起訖日區間是否與所選月份重疊判斷，星期篩選以陣列是否包含所選星期判斷，都在伺服器查詢時完成。

編號與排序

課程編號由區域碼、水陸碼與序號組成，例如 N-W-01 表示北部、水域的第 1 號。區域碼 N、C、S、E、I 依序是北、中、南、東與離島；水陸碼 W 與 L 是水域與陸域，由課程名稱、簡介、類型與地點中的水域關鍵字判斷，命中任一個為 W，其餘為 L。排序固定為區域、水陸、序號，最後是進化等級 Lv1 至 Lv3，排序腳本把每列轉成四個數字的排序鍵，排完逐列檢查沒有倒退。

課程表、配對表、角色表與問答表都以這個編號對應：匯入角色時依課程編號找到課程與場域，匯入問答時依編號找到角色。問答題同樣掛在角色編號之下。編號各段與角色圖的對應，見大型活動的角色系統怎麼設計。

角色表記的是場域編號，卡片上的場域名稱在輸出時才由場域表取得，場域改名只需改一處。W3C 的網路資料最佳實務建議資料集內的項目以持久的 URI 作為識別碼，才能和其餘資料集中關於同一個地方、人或事件的資料相連。這裡用的是活動內部編號，沒有網址形式，原則相同：同一堂課、同一個場域，在每張表裡用同一個識別碼對應。

重點課程與週曆

調查表最後一欄讓各單位標出推薦亮點，這一欄是重點課程的選取依據。腳本先依各區域的課程數比例分配名額，每區至少一個，再從該區候選課程中逐一選出得分最高者：推薦亮點先加分，再依場域、類型與來源單位的分布調整分數，使重點課程分散在不同的場域、主題與單位。

選出的課程標記寫回配對表，對應角色的稀有度一律設為最高。排程另存為週曆，每列記錄課程、來源單位、角色編號、開放日期、結束日期與開放週次。後端以日期區間加課程編號清單保存週曆，前台請求本週重點課程時，伺服器依臺灣時區的當日找出所在區間，回傳該週課程與對應角色。每週節奏與抽獎的配合見22 週活動的參與節奏。

公告與分享內文

活動橫跨 22 週，公告在開跑前先排成一份總覽，共約 37 則，每則寫好發布日期與管道，需依實際數據替換的欄位用紅色標出。

各單位協助轉載的內文也先寫好：基底是固定結構的活動說明，依序為活動資訊、活動亮點、獎品、參加步驟與聯絡資訊，再依官網、電子報、社群貼文等管道改寫成不同版本。每個部會另有一則專屬貼文，開頭寫該部會的場域數與類型，例如內政部國家公園署是 30 個國家公園與自然保護區場域，農業部林業及自然保育署是 10 個森林遊樂區與自然教育中心場域，數字與歸屬彙總表一致。對外一律寫 180 多個場域、470 多堂課，各單位轉載時出現的就是同一組數字。

匯入前的逐列驗證

總表分為場域、課程、角色、問答四張工作表，依這個順序由 Node.js 腳本匯入，後一張以前一張的編號對應。每支匯入腳本分兩輪：第一輪逐列驗證並蒐集全部錯誤，任何一列不合格就整批中止並列出列號與原因；全部通過才進入第二輪逐列寫入，因此驗證失敗時資料庫不會有任何一列被寫入。

資料異動與前台的查詢方式

腳本都可以重跑：讀原始工作表，寫出總表，並逐筆檢查課程的場域存在於場域表、起訖日落在 4 月 1 日至 8 月 31 日、每堂課都有編號與標籤，列出不通過的項目。批次異動改在總表並重跑腳本，個別欄位則在後台逐筆編輯，每次編輯都記錄操作者與變更內容。

地圖依畫面範圍的四個角座標查詢場域，同時帶回場域內的課程與角色。篩選條件有縣市（含鄉鎮市區）、月份、星期、主題與部會，關鍵字搜尋涵蓋場域名、課程名、簡介、標籤與歸屬單位。課程是否在開放期間由伺服器依臺灣時區的當日判斷，尚未開始的標示為即將開放。

角色卡片由 Playwright 啟動的無頭瀏覽器依總表逐張輸出，檔名由角色編號與等級組成，課程資料更新後重新輸出。活動結束後畫面自動換成結束版，地圖與圖鑑仍開放瀏覽。這類可重複產出的整理與檢查如何成為公部門專案的驗收證據，見公部門專案的交付與維運證據。

不適合的情況

• 只有單一單位、課程在幾十筆以內：試算表加人工核對即可。
• 內容必須逐字照原樣呈現，例如法規條文或公告原文：整理規則會統一寫法，這類內容不適用。
• 活動沒有地圖，也不做到場驗證：場域合併與座標整理可以大幅簡化，表頭與編號仍然需要。

開始前要準備什麼

需要備好的有五項：參與單位名單與窗口、要統一的表頭欄位、活動期間與各單位想推的重點課程、地圖是否需要到場驗證、對外文案的數字口徑。備齊之後，可以討論跨單位活動的資料與平台規劃。