Metodologie

1. Acoperirea datelor

Agregăm autorizațiile de construire publicate în registrele publice ale primăriilor din 16 orașe. Tabelul de mai jos reflectă starea curentă a bazei de date (regenerată la fiecare deploy).

De ce nu afișăm un procentaj de completitudine? Tentația ar fi să raportăm „cât de complet e setul nostru de date" ca count / max(număr), dar primăriile lasă în mod regulat goluri în numerotare (autorizații anulate, retrase, returnate — numărul rămâne sărit). În plus, Brăila și sectoarele Bucureștiului nu folosesc deloc numerotare secvențială. În ambele cazuri un procentaj ar minți — am avea toate autorizațiile publicate de primărie și totuși am părea „45% complet". Așa că nu publicăm cifra. Dacă ai nevoie de o evaluare precisă a acoperirii pentru un oraș anume, scrie-ne.

2. Cum colectăm datele

Fiecare primărie publică datele într-un format diferit. Am implementat un scraper dedicat per primărie, adaptat sursei. Toate sursele sunt accesibile public — colectăm doar ceea ce este deja publicat în temeiul Legii 50/1991 privind autorizarea executării lucrărilor de construcții, completată de Legea 179/2022 privind datele deschise.

3. Cum clasificăm cu AI

Descrierile brute ale autorizațiilor sunt scurte și ne-standardizate ("CONSTRUIRE LOCUINȚĂ P+E", "EXTINDERE ȘI SUPRAETAJARE", "BRANȘAMENT APĂ"). Pentru a le face căutabile pe categorii, fiecare descriere este clasificată automat de un model AI lingvistic (instruction-tuned, de tip large language model) care primește descrierea și adresa și returnează o categorie, un tip de lucrare, un scor de încredere și un rezumat scurt.

4. Geocodificare

Adresele autorizațiilor sunt convertite în coordonate geografice (latitudine, longitudine) folosind serviciul public Nominatim (OpenStreetMap), cu respectarea limitelor de utilizare.

Filtru de validare: când Nominatim nu poate localiza o stradă specifică, returnează zona administrativă a orașului ca fallback (în răspuns: class=place + type=city/town). Detectăm explicit aceste cazuri prin metadata Nominatim și le respingem, indiferent de coordonate. În plus, ca plasă de siguranță, respingem rezultatele care cad la mai puțin de ~50m de centrul exact al orașului. Adresele genuine din centrul istoric (Piața Unirii, Strada Republicii etc.) trec filtrul corect. Autorizațiile fără coordonate rămân disponibile în căutare textuală, dar nu apar pe hartă.

5. Frecvența actualizărilor

• schedule Scraping zilnic la 09:00 și 18:00 pentru toate cele 16 orașe. Strategia de actualizare incrementală diferă în funcție de formatul publicat de fiecare primărie (vezi capitolul „Limite" de mai jos).
• smart_toy Clasificare AI imediat după scraping — autorizațiile noi sunt clasificate automat în aceeași execuție.
• place Geocodare orară (la fix și jumătate) pentru autorizațiile noi care încă nu au coordonate.
• backup Backup săptămânal al întregii baze de date (duminică 04:00) — datele nu se pierd.

6. Limite și gaps cunoscute

• warning Acoperire parțială pentru orașele cu portaluri JS-heavy. Constanța (DevExpress) și Sibiu (Single Page Application) pot avea întârzieri sau pot fi temporar indisponibile dacă portalul-sursă își schimbă structura. Verifică coloana "Completitudine an curent" din tabelul de mai sus.
• warning Numerotare ne-secvențială. Brăila și sectoarele Bucureștiului emit numere de autorizație care nu cresc liniar (sunt ID-uri ANCPI sau ID-uri interne). Pentru aceste primării nu putem calcula automat completitudinea.
• warning Beneficiarul nu este disponibil pentru toate orașele. Câmpul beneficiary este extras în prezent doar pentru București și Arad (PDF-urile cu text dens necesită extragere AI suplimentară). Pentru celelalte orașe acest câmp este de obicei null.
• warning Istoricul în baza de date este limitat la ce am scrapuit până acum, nu la ce există în registrele primăriilor. Majoritatea primăriilor publică autorizații de construire pe mai mulți ani decât avem agregați aici. Am pornit scraping-ul de la anii recenți (2023–2026, în funcție de oraș) și extindem treptat. La cerere — pentru cercetare academică sau investigații specifice — putem extinde colectarea cu istoric mai mare. Scrieți-ne pe [email protected]. Coloana Ani din tabelul de mai sus arată acoperirea curentă, nu maximul disponibil la sursă.
• warning Datele au caracter informativ. Pentru valoare juridică (contestare, expertiză, raport oficial), consultă întotdeauna documentul-sursă de la primărie — link-ul este expus pe pagina fiecărei autorizații.

7. Licență — CC BY 4.0

Notă: licența CC BY 4.0 acoperă agregarea, structura și clasificarea noastră a datelor. Datele de bază (numele autorizației, descrierea, adresa) provin din registre publice ale primăriilor, care sunt date deschise în temeiul Legii 179/2022.

8. Cum ne citezi

Dacă folosești datele într-un articol, raport, lucrare academică sau prezentare, te rugăm să folosești unul din formatele de mai jos.

Sursa: Cetățeanul Curios (cetateanulcurios.ro), accesat la 2026-05-11, CC BY 4.0.

DELCEA, Laurentiu. Cetățeanul Curios — Bază de date cu autorizații de construire din România. 2026. Disponibil la: https://cetateanulcurios.ro. Wikidata: Q139619313. Licență: CC BY 4.0.

Delcea, L. (2026). Cetățeanul Curios: Romanian building permits database [Data set]. https://cetateanulcurios.ro

@misc{cetateanulcurios2026,
  title  = {Cetățeanul Curios — Romanian Building Permits Database},
  author = {Delcea, Laurentiu},
  year   = {2026},
  url    = {https://cetateanulcurios.ro},
  note   = {Wikidata: Q139619313, CC BY 4.0}
}

9. Contact pentru presă și cercetare