ℹ️ Az oldalról

Hogyan gyűjtjük az adatokat, hogyan vonjuk össze a cikkeket, és mit látunk a honlapon.

Mi ez a felület?

Ez egy automatizált magyar közéleti kutatás- és adatmonitor. Minden nap egyetlen jelentést állít össze az előző futás óta megjelent magyar és nemzetközi közvélemény-kutatásokról, intézeti felmérésekről, hivatalos statisztikai adatközlésekről és a hozzájuk kapcsolódó sajtóról. A cél, hogy egy helyen, tömören, ellenőrizhető módon lásd, mi új a közvélemény- és adatvilágban – a napi zaj kiszűrésével.

Honnan gyűjtünk?

Több tucat forrást figyelünk automatikusan, több csoportban:

Hazai kutatóintézetek és közvélemény-kutatók (pl. Medián, Publicus, Nézőpont, Iránytű, Republikon, Tárki, TK ELTE és társaik).
Hivatalos statisztikai szervek (KSH, Eurostat, MNB) és nemzetközi szervezetek (OECD, Pew, Ipsos, WHO, ECFR és mások).
Sajtó – a közélet-releváns híreket adó lapok (Telex, 444, HVG, 24.hu, Portfolio, Népszava és társaik).

A források többségét szabványos hír-csatornán (RSS/Atom feed) keresztül olvassuk; ahol nincs ilyen, ott az adott oldal listáját dolgozzuk fel saját beolvasóval. Néhány forrásnak több figyelt címe is van (pl. a KSH-nak a gyorstájékoztatók ÉS a hírek külön csatornája) – ezek a jelentés „Forrás-ellenőrzés" tábláiban a „Gyűjtött link" oszlopban láthatók (Forrás 1, Forrás 2 …). A lekérés naponta egyszer fut.

Hogyan dolgozzuk fel? – a folyamat

A rendszer vezérelve: ami determinisztikus lehet, az kódban él (dátumok, összevonás, frissesség, ellenőrzési napló); a mesterséges intelligencia csak ott dönt, ahol valódi ítélet kell (relevancia, jelentőség, összefoglaló). A lépések:

Gyűjtés. Végigolvassuk a forrásokat, és kigyűjtjük az új tételeket (cím, link, dátum).
Egységesítés. Minden tétel közös formátumra kerül, függetlenül attól, honnan jött.
Összevonás és emlékezet. Egy adatbázis nyilvántartja, mit láttunk már; a duplikátumokat kiszűrjük, és a legutóbbi ~két hét számít a kontextushoz (lásd lentebb).
Triázs (relevancia + jelentőség). Egy költséghatékony nyelvi modell minden tételről eldönti, hogy közéleti szempontból releváns-e, és ha igen, milyen a jelentősége: 🔴 KIEMELT, 🟠 FONTOS vagy 🟡 FIGYELENDŐ.
Adat-kapuzás. Ha egy tétel fontosnak tűnik, de nincs mögötte tényleges adat/mérés, a rendszer óvatosan visszább sorolja – a szám nélküli állítás nem kap kiemelt helyet.
Összefoglaló. A releváns, friss tételekből egy nyelvi modell rövid napi narratívát ír, és a rendszer kigyűjti a címekben szereplő konkrét számokat (ezek szó szerintiek, hogy ne legyen félreértés).

Hogyan vonjuk össze a cikkeket? (a „+N" jelölés)

Ugyanazt a hírt vagy kutatást gyakran több forrás is lehozza. Ilyenkor nem külön sorokban, egymást ismételve jelenítjük meg, hanem egyetlen tételbe vonjuk össze (ez a „story-összevonás"). A megjelenített változat a reprezentáns: a legjelentősebb / legtöbbet mondó, illetve legkorábban észlelt verzió.

A forrás neve mellett a „+N" azt jelenti, hogy további N forrás is beszámolt ugyanarról a sztoriról. Például a „444 +2" azt jelenti: a megjelenített forrás a 444, és rajta kívül még 2 további forrás is lehozta ugyanazt – összesen tehát három helyen jelent meg.

Miért így? Egyrészt így nincs duplikátum-zaj (egy sztori egyszer szerepel), másrészt a „+N" a megerősítést mutatja: minél több forrás hozza, annál szélesebb körben visszhangzik. Az összevonás determinisztikus (kódban dől el, nem a modell tippjén múlik) és forrásokon átível. Szándékosan óvatos: a valóban különböző témákat nem olvasztjuk egybe – mert egy fontos, önálló tétel elrejtése súlyosabb hiba, mint egy megmaradt duplikátum.

Az így összevont, megerősített tételek adják az alapját a napi összefoglalónak és a Kulcsszámoknak is.

Mit látunk a honlapon?

Fejléc – az utolsó új kutatás és a legfrissebb hivatalos adat, kattintható linkkel.
📰 Napi narratíva – rövid, gépi összefoglaló az elmúlt 24 óráról.
📊 Kulcsszámok ma – a friss címekből szó szerint kiemelt, konkrét számok (garantáltan valós, a címekből származó adatok).
📊 Adatjelentőség szerint, kapuzott – a friss (24 órás) tételek jelentőség szerint (🔴 KIEMELT → 🟠 FONTOS → 🟡 FIGYELENDŐ), Kutatások és Sajtószemle bontásban.
Forrás-ellenőrzés – forrásonként, hogy elérhető volt-e és volt-e új tétel; a „Gyűjtött link" oszlopban a figyelt cím(ek), a nem elérhető források a lista végén. Alatta jelmagyarázat minden jelzéshez.

A jelentés ugyanez az e-mailben is megérkezik (rövidebb, 24 órás kivonatként), a teljes verzió pedig itt, a honlapon olvasható.

Ütemezés

A rendszer naponta egyszer, jellemzően 16:30 (Budapest) körül fut le, és az előző futás óta megjelent termést fedi le – így nem marad ki és nem duplikálódik tartalom.