Pythonで構築する人口移動ナレッジグラフ：NetworkXとGraphRAGによる意味的地域検索

本発表では、Pandasで前処理した地域統計・人口移動データをNetworkXのグラフに変換し、ノード・エッジ設計、属性付与、検索用データ化、GraphRAGの考え方を取り入れた意味検索アプリ実装までを紹介します。具体的には、

• 全国1741市町村の統計データであるSSDSE（教育用標準データセット）と、住民基本台帳人口移動データによる市町村間の人の流れを組み合わせることで、地域の動的な関係性をグラフとして表現します
• 構造化されたグラフとテキスト情報を活用し、自然言語で対話できる意味的な地域検索アプリのデモも行います（例：「広島と教育・医療・福祉のレベルで似た市町村は？」）
• 静的なテーブルデータを、地域間の関係性を捉えた知識グラフに変換し、生成AIと組み合わせてインタラクティブに活用する一連の流れを解説します

グラフデータに関する事前知識は一切不要です。この機会に一緒に入門してみませんか？

目的

• 静的なテーブルデータをPythonで関係性を持つ知識グラフに変換し、対話的な意味検索に活用する流れを示す
• NetworkXによるグラフ構築からGraphRAGなどによる意味検索まで、一連の実装を通じて、グラフデータ分析と生成AI活用に入門しやすいことを伝える

どんな方に聞いてもらいたいか

• ネットワーク分析やグラフ理論の応用に興味がある方
• テーブルデータや非構造化データを、グラフ構造として表現・活用する方法に興味がある方
• 公的統計データのような、身近で複雑な実データを活用したAIアプリ開発の具体的なプロセスを見てみたい方
• LLMを活用して非構造・半構造データを構造化する際の課題に関心がある方