政务公开网站数据收集，主要收集中国从中央到地方各级政府官员被纪律审查调查和被党纪政务处分的个人信息数据，收集数据主要为中央及各省、地级市的纪律检查委员会的官网中“审查调查”的相关信息。 “审查调查”里面的结构是比较固定地分为两块（中央纪委官网除外，按干部不同分了三块），包括“***审查”和“***处分”，尽管表述可能存在差异，但主要还是这两个部分，前者是指政府官员被立案调查，后者是调查后的处分，一般是现有前面的才有后面，因此，同一个人可能会在两个模块都出现。 具体收集信息应包括年份（被调查或处分的年份）、个人所在地区（具体到三级行政区划：省、市、县区）、姓名、所在单位、职位（职务）、被政务处分的方式、个人简历、立案调查详情（不区分上述信息笼统抓取）、违纪情况（不区分上述信息笼统抓取）等。 需要收集370个网站的信息。
详谈