教育機関データ検索の再現可能な設計

背景

学校名や学部名は、漢字、かな、カタカナ、ローマ字、略称など、利用者によって入力方法が大きく変わります。単純な完全一致検索だけでは、覚えている表記とデータ側の表記が少し違うだけで候補に到達できません。

このテーマでは、公式公開情報をもとにした教育機関データを、実際の検索画面で扱いやすい形へ変換する方法を整理しています。

検討した構成

• 元データの取得と検索用データの生成を分ける
• 学校種別、都道府県、学校、学部・研究科、学科を段階的に絞り込む
• 漢字表記だけでなく、かな、カタカナ、ローマ字の検索語を生成する
• 一覧検索と autocomplete を別エンドポイントにして、入力途中の負荷を抑える
• 注意事項、出典、加工範囲を公開ページ側で明示する

実装への反映

この検討は sDB の検索ページと API に反映しています。API は Go と PostgreSQL を使い、公開フロントエンドは Cloudflare Pages、バックエンドは Cloud Run で動かしています。

公開リポジトリにはシークレットや非公開データを含めず、再現できる処理手順と検索インターフェースを中心に置いています。

今後の課題

表記ゆれの扱い、更新頻度、出典差分の検出、検索結果の説明可能性は引き続き改善対象です。教育機関名は制度変更や統廃合で変わるため、単にDBを作るだけでなく、更新し続けられるパイプラインにすることが重要だと考えています。