Módszertan — hogyan gyűjtjük és ellenőrizzük az adatokat.

1. Adatforrások

1.1 Gyógyszertárak helyszínei

Az elsődleges forrás az OpenStreetMap (OSM), amelyet az Overpass API-n keresztül kérdezünk le, az amenity=pharmacy szűrővel Románia közigazgatási határain belül. Az OSM-adatok az ODbL licenc alatt érhetők el, ami megengedi a továbbterjesztést és felhasználást hivatkozással — ezt a hivatkozást minden oldal láblécében és a nyilvános GeoJSON végpontban kifejezetten feltüntetjük.

Az OSM-adatokat a nagy hálózatok (Catena, Dr. Max, Help Net, Dona, Farmacia Tei, Mattca, Spring Farma) nyilvános üzletkereső oldalaival egészítjük ki — ezek másodlagos forrásként szolgálnak nyitvatartáshoz, telefonszámhoz és hálózat-azonosításhoz. Gazdagításra használjuk őket, nem az OSM-koordináták helyettesítésére.

1.2 Termékárak

Az árak az online gyógyszertárak nyilvános weboldalairól származnak. Az előnyben részesített módszer a JSON-LD schema.org/Product blokkok elemzése — egy strukturált formátum, amelyet a kereskedők többsége közzétesz a Google Shopping indexálás megkönnyítésére. Ahol a JSON-LD nem elérhető, oldalspecifikus HTML-elemzőket használunk (egyedi CSS-szelektorokat).

Hálózatok, amelyekből jelenleg árakat gyűjtünk: Catena, Dr. Max (Richter almárkával), Farmacia Tei, Help Net, Dona (amikor nem blokkolja a crawlert), Mattca, Spring Farma, plusz független online gyógyszertárak (Minifarm, Farmacia Dav, Farmacia Ardealul). A tényleges lefedettség idővel változik, a nyilvános feedek elérhetőségétől függően.

1.3 Rx-referenciák (CANAMED)

A vényköteles gyógyszerekhez a CANAMED listát használjuk referenciaként — az Egészségügyi Minisztérium által jóváhagyott maximális kiskereskedelmi árat, amelyet havonta tesz közzé a minisztérium honlapján. A CANAMED nem értékesítési ár — az a plafon, amely felett a gyógyszertár nem értékesíthet. Szigorúan viszonyítási alapként mutatjuk meg. A listát havonta importáljuk (systemd timer a VPS-en).

2. Frissítési gyakoriság

• Helyszínek — naponta lekérve OSM-ből, de csak akkor, ha diff alapján változás detektálható. A helyszínek nagyon stabilak (a gyógyszertárak nem költöznek naponta).
• Nyitvatartás — manuálisan frissítve jelzésre, vagy ha a hálózat frissítést tesz közzé az üzletkeresőjén. A 0–24-es gyógyszertárakhoz külön oldalunk van, amely egyértelműen jelöli, mikor nem tudjuk megerősíteni a 0–24 állapotot.
• Árak — hálózatonként változó: egyes scraperek naponta futnak (a könnyű JSON-LD-vel rendelkezők, amelyek nem blokkolnak agresszíven), mások hetente (Catena/Tei listázó oldalakon). Az utolsó frissítés időbélyege az adatbázisban ajánlatonként rögzítve van, és megjelenik a termékoldalon.
• CANAMED — havonta importálva.

3. Adatminőség

3.1 Termék ↔ ár megfeleltetés

A gyógyszerár-összehasonlító legnehezebb része a matching: biztosan eldönteni, hogy a „Nurofen 200mg 24 db-os doboz" az egyik oldalon ugyanaz a termék, mint a „NUROFEN 200 MG 24 FILMTABL." a másikon. Három jelet használunk bizalmi sorrendben:

1. GTIN / EAN-13 kód — ha jelen van a JSON-LD-ben, ez determinisztikus megfelelés.
2. INN (nemzetközi szabadnév) + hatáserősség + gyógyszerforma + kiszerelés — másodlagos illesztésként.
3. Normalizált márkanév + kiszerelés — visszaeséshez, ha az első kettő hiányzik.

Amikor két forrás nem ért egyet a kiszerelésben (pl. egyik szerint „24 tabl.", másik szerint „24 kapszula"), ütközés-flaget állítunk: az ajánlatok külön maradnak manuális felülvizsgálatig. Inkább vállalunk hamis negatívot (két duplikált bejegyzés), mint hamis pozitívot (rossz ár rossz termék alatt).

3.2 Automatikus ellenőrzések

• Ár ésszerű tartományban (RON 0,10 – 5.000) — ezen kívül az ár gyanús, nem jelenítjük meg.
• Több forrásból érkező azonos árak detektálása → általában upstream hibára utal, ezt megjelöljük.
• Heurisztikák annak észlelésére, hogy egy oldal struktúrát váltott (hirtelen 0%-os match-arány) → riasztás.

4. Nyíltan kijelentett korlátok

A megjelenített ár eltérhet a fizikai gyógyszertári ártól. Az általunk gyűjtött árak a hálózatok online áruházaiból származnak — ezek nincsenek mindig szinkronban a fizikai polcán látható árral. Vásárláshoz ellenőrizz közvetlenül a gyógyszertárban.

• A lefedettség nem 100%-os. Egyes hálózatok (jelenleg Dona, Ardealul) blokkolják a crawlereket, vagy Cloudflare challenge-eket kérnek, ami csökkenti a lefedettséget. Láthatóan jelöljük, ha nincs adatunk egy hálózatra egy adott termékre.
• Támogatott Rx-árak — nem mutatjuk meg. A támogatott gyógyszer ténylegesen kifizetett ára a recept státuszától (50%, 90% támogatás, ingyenes egyes betegségekre), a felírt INN-től és a kiadó gyógyszertártól függ. Ezek nem fix nyilvános árak — egyetlen szám megjelenítése félrevezető lenne. A CANAMED az egyetlen abszolút nyilvános viszonyítási alap, és ezt mutatjuk meg.
• Hiányos adatok kis gyógyszertáraknál. A független, OSM-ben nem szereplő, üzletkereső weboldal nélküli gyógyszertárakhoz hiányozhatnak az adatok.
• Megjelenési késleltetés. Egy új gyógyszertár az indexünkben azután jelenik meg, hogy bekerül az OSM-be — általában néhány hét. Jelzésre fel tudjuk gyorsítani.

5. Logópolitika

A hálózati logókat leíró fair-use keretében használjuk — márkaazonosításhoz összehasonlító listákban és hálózati oldalakon. Nem sugallunk endorsementet, partnerséget vagy felhatalmazást. Ha egy hálózat takedown-t kér a contact@hartafarmacii.ro címen, 48 órán belül eltávolítjuk a logót, és semleges szöveges helyettesítővel pótoljuk.

6. AI-politika

A HartaFarmacii AI-t kizárólag asszisztáló pipeline-okban használ, nem automatikusan generált tartalom felülvizsgálat nélküli közzétételéhez. Konkrétan:

• A szerkesztői cikkek (betegútmutatók, tünet- és betegségoldalak) a hivatkozott nyilvános források (ANMDMR, EMA, betegtájékoztatók) manuális kurátorálásával készülnek. Egy nyelvi modell asszisztálhatja őket a folyékonyság érdekében, de minden orvosi tényt az elsődleges forrásban ellenőrzünk a közzététel előtt.
• Nincs tömegesen generált, LLM-mel „spinnelt" SEO-tartalom felülvizsgálat nélkül publikálva.
• A Common Crawl / scrape-elt oldalakat nem tesszük újra közzé a HartaFarmacii-n — az adatokat csak a megjelenített árak kiszámítására használjuk.

7. Összeférhetetlenség

Kifejezetten kijelentve: nincs összeférhetetlenség. Nem állunk kapcsolatban, nem kapunk értékesítési jutalékot, és nincsenek szerződéseink a felsorolt hálózatokkal. A bevétel 100%-ban:

• kontextus alapú Google AdSense (web) és Google AdMob (iOS) hirdetésekből, csak hozzájárulás után megjelenítve;
• iOS „Premium Lifetime" alkalmazáson belüli vásárlásból 4,99 RON-ért, egyszeri fizetés, amely kikapcsolja a hirdetéseket.

Egyetlen bevételi forrás sem befolyásolja az árlista sorrendjét, vagy hogy melyik cikk jelenik meg a webhelyen. Ha gyanús összeférhetetlenséget észlelsz, írj nekünk, és tisztázzuk.

8. Hibajelzés

Egyetlen csatorna: contact@hartafarmacii.ro →

• Sürgős javításoknál (rossz ár indexelt oldalon) — válasz 24-48 órán belül.
• Nem sürgős javításoknál (helytelen nyitvatartás, érvénytelen telefon, rossz hálózat) — legfeljebb 7 munkanapon belül javítva.
• Logó / gyógyszertár takedown — 48 óra.

Belső folyamat: megkapjuk az e-mailt → 24 órán belül megerősítjük → ellenőrizzük a forrást (általában visszatérünk az eredeti nyilvános forráshoz) → alkalmazzuk a javítást az adatbázisban → válaszlevélben megerősítjük az eredményt.

9. Verziók és életciklus

Ezt a módszertani oldalt 2026-05-01-én vizsgáltuk át utoljára, és frissítjük, valahányszor új forrást adunk hozzá, frissítési gyakoriságot változtatunk, vagy új korlátot fedezünk fel, amelyet ki akarunk jelenteni. A teljes kód-repository privát, de kérésre auditra nyitott.

Olvasd tovább: Szerkesztőség · Rólunk · Feltételek · Adatvédelem.