幼兒園，在幼托整合前被稱之為「幼稚園」，可能是孩子出生後第一個接觸的社會組織。但在這個時期的孩子，就算沒有被妥善照顧、甚至遭受不當管教、虐待等狀況，也不見得能即時反應。
無論是我們團隊，或是身邊的朋友，這幾年好像越來越常看到幼兒園傳出虐待、違規的案例。以此為題，原本我們想從裁罰資料，分析幼兒園最常違反哪些規定，原因是什麼？但後來這個疑問，在團隊持續討論、研究後，轉而開始想要了解：家長挑幼兒園都關心什麼？
切點轉向：如何選擇不同的資料目標？
2019 年，在立委王婉諭的倡議下，教育部將過去離散在各縣市政府教育局處的裁罰資料，統一公告幼兒園資訊的全國教保資訊網上。我們也看到網路上有關心資料的夥伴，定期備份教保網的裁罰資料。但後來我們發現，裁罰資料並不能回答所有問題。
「既然超收違規，為什麼家長還是要把小孩送進去？」、「如果師生比上限 1 比 15 就已經很多幼兒園會違規了，那修法把師生比調成 1 比 12，違規怎麼會變少？ 」、「我們又不是大部分家長，我們要怎麼知道家長怎麼想？」
在團隊討論這個題目，發現一個難解的核心問題是：大部分的家長到底怎麼想？
第一，我們當時發現在場的同事（包括我自己）都不是家長，只是在「揣測」家長怎麼想；第二，即使為了回答這個問題，我找了 10 個、100 個家長來訪談，可能都會有不同的答案和立場，卻各自都是獨立事件。
我們最終鎖定了親子論壇作為下一波資料探勘的對象，親子論壇的龐大用戶群與討論量，或許其中藏有能讓我們更接近家長全貌的秘密鑰匙。
分析語料像採礦、小心翼翼仍困難重重
一開始，我們選定 Google 搜尋關鍵字出現的三個親子論壇：Babyhome、Mamibuy 與 Mababy，爬起論壇的歷史資料，沒想到是深淵的開始。資料量大，加上也因為另外由語料探勘不是我熟悉的領域，分析資料也成了一大苦差事。
如上文所述，我們希望能從語料中了解，家長討論幼兒園時都會提到、考慮哪些條件。
但殊不知，比起一般的數據資料，每一列或每個欄位的數值都很純粹，透過各種統計、計算與比對，就可以看見趨勢或權重（但要小心如何選取基準點和詮釋的視角），這些「數字」都是比較好想像的。——但「語言」不一樣。
論壇資料中，除了點閱熱度和發文日期，標題、內文⋯⋯這些語料的探勘與分析，就像是挖礦、採礦的精密工程，即便文字的內容差不多，但語句字詞調換、交錯排列，就可以變成完全不一樣的意思。只要稍不小心，就可能會漏掉重要的發現。（過程的的 OS：麻煩！又難！比單純的數字麻煩太多了！！）
儘管有過不少挫折，但卻還是鍾情的覺得，哇，語料探勘真的是博大精深的學問。製作專題時程很長，在過程中也和關心資料的朋友談起這件事，都希望更多媒體也可以投入文字探勘的調查與發現，讓語料研究變成像是過去我們熟知的數字統計科學一樣，定錨出更多研究語料的路線與方式。
回歸正題，原本，我們透過 Jieba 斷詞函式庫 進行斷詞後，希望再透過自定義主題，歸類關鍵字，再找出提及關鍵字的所有文章，但為了避免處理太多單純斷詞之後產生的一般常用詞，因此，後來才以 TF-IDF 的方式，過濾常見單詞，保留重要單詞，再計算每篇文關鍵單詞的重複出現次數，抓取出熱詞，並進行後續的分析。
權衡下的選擇 希望能帶讀者共感家長
例如，熱詞討論文章量中，可以看出「現實條件」和「教育理想」不同條件都有其支持者，有些支持者也並不全然互斥；又像是英格蘭幼兒園的家長 W，就在考量價格、教育條件、交通等條件後，選擇留在英格蘭。
家長好不容易在有限資源下做出選擇，但是若這家幼兒園違規，幼生和家長也一起受害。我們希望能帶讀者共感家長的兩難，以及釐清政府應該做的是保障家長的選擇，因此，我們在專題的一開始設置了選擇理想幼兒園的小互動。
這個互動，是希望可以讓讀者從「為自己做選擇」的角度出發，挑選幼兒園，並測驗出自己和家長會考量的條件，有多大的差異。
為什麼會把互動設計成「為自己做選擇」，而非「為孩子做選擇」呢？主要原因之一，是因為不一定每個讀者是育兒家長，但許多人可能都待過幼兒園；其二，也是希望大家跳脫更多既有框架，從自己童年的視角出發，並做出選擇。
我們也曾經想過各種互動情境，例如透過岔路情境，測驗大家在不同條件下會做什麼選擇的遊戲，或是像扭蛋機，扭出不同條件的幼兒園，最後為了符合讓讀者回到童年、上幼稚園的感覺，選擇了讓讀者把優先理想條件塞進書包，一齊上學去。
