讀取原始證據
保留列 ID、KOL、品牌原文、內容 ID、日期、原句、來源連結、時間碼與機器信心。
Methodology
資料方法、判定規則與不能亂講的事
KOLpedia 是公開內容的結構化情報庫，不是品牌、創作者或平台官方資料。設計原則很簡單：結論可以更新，原始證據不能消失；沒有資料支持的漂亮話，先不要讓它穿西裝上台。
原始資料列
8,435
品牌提及_母表.csv
公開資料列
8,241
通過第一層品質閘門
待審資料列
193
不進公開頁與搜尋
公開期間
2025/01/05 起
最近資料：2026/07/20
從一列資料到一張公開頁
正規化實體
統一 KOL 與品牌別名，但原始值不覆蓋，讓後續仍可追查模型為何做出判定。
品質閘門
缺 KOL、日期或標題、疑似折扣碼／創作者名被當品牌、未知類型等資料先送待審。
建立關係
以 KOL × 品牌聚合不同內容、不同日期、合作型態、折扣碼與最近活躍度。
公開與可追溯
只有 published 資料生成公開頁；頁面保留內容連結與判讀限制。
什麼資料可以公開
- • 有可辨識品牌、內容 ID、來源連結與合理的媒體類型。
- • 基本欄位完整，且沒有命中高風險誤判規則。
- • 品牌別名可回溯原始字串，機器信心與品質旗標被保留。
- • 聚合統計只計算 published 資料，待審與拒絕資料不灌水。
什麼資料先不公開
- • 疑似折扣碼、產品型號、一般名詞或創作者名稱被誤抓成品牌。
- • 缺 KOL、日期、標題或合作類型無法合理判定。
- • 「自家品牌」只有原始模型標記，尚未經人工或白名單驗證。
- • 明確命中封鎖詞或已確認不是品牌的資料直接 rejected。
第一版指標怎麼算
| 指標 | 第一版定義 | 不能解讀成 |
|---|---|---|
| 品牌提及數 | published 的 KOL × 品牌證據列數 | 付費金額或成交數 |
| 商業合作密度 | 業配與混合型提及 ÷ 全部公開提及 | KOL 收入占比 |
| 不同活動日期 | 同一關係中去重後的公開日期數 | 合約續約次數 |
| 折扣碼紀錄 | 原始資料標記有折扣碼的提及數 | 實際轉換率 |
| 關係分數 | 不同日期、內容、持續時間、近期活躍與合作型態的規則分數 | 官方品牌大使資格 |
| 機器判讀信心 | 來源模型對單筆分類的信心值 | 事實正確率保證 |
關係階段
首次出現、重複合作、持續合作、長期合作與近似品牌大使，全部是內部模型標籤，頁面必須同步顯示推估聲明。
公平比較
YouTube 與 Podcast 的內容量、揭露方式及可跳秒能力不同，因此媒體數量可篩選，但不直接把兩者視為完全相同的曝光單位。
版本治理
每次匯入記錄來源檔名、原始列數、公開／待審／拒絕數、規則版本與完成時間，避免數字改變卻無法解釋。
人物主題分類（系統推估，三層規則）
人物資料庫本身沒有分類欄位。5 個主題入口（/collections）由系統掃描公開帳號名稱、自介，及已公開的合作品牌與原句，分三層套用：嚴格層（keyword-rules-v1）依關鍵字命中計分，分數要明顯贏過第二名主題才分類；寬鬆層（keyword-rules-v1-relaxed）用來處理沒贏過嚴格門檻、但至少命中一個關鍵字的人物，一律取分數最高的主題（同分時依固定主題優先序決定，不留白）；AI 推估層（ai-haiku-v1）是 phase 12b 新增的第三層，針對前兩層關鍵字規則仍留白、或只落在寬鬆層的人物，改用 AI 模型讀同一批公開帳號名稱、自介與合作紀錄做語意推估——不是關鍵字比對，而是模型依公開資訊綜合判斷最貼近的主題；AI 判不出來的人物維持原狀（若原本是寬鬆層就留著寬鬆層結果，不會被清空），AI 給出明確主題時才覆寫成 AI 推估層，且一律優先於寬鬆層、但永遠不會覆蓋嚴格層的分類。三層在頁面上都一律標示「系統推估」，不特別區分視覺等級，但層級愈後面，訊號愈弱、推估可能愈不準，歡迎透過更正／認領回報錯誤分類。
8,241 筆公開證據，193 筆仍在門外排隊
資料最後生成時間為 2026年7月21日 凌晨1:56。正式環境會從 Neon 讀取；未設定資料庫時，網站使用同一套清洗規則產出的 demo 快照。