1. データ前処理（Excel → JSON）
- Excel（市民・小学生・中学生・高校生・近隣住民）を縦持ちで統合。
- ノイズ除去・全半角整形・空白折り畳み等の基本正規化を実施。
- Gemini により cleaned を生成（敬体統一、否定は建設的・未来志向へ変換）。
- 無気力回答は除外。意味が通らない場合は補完し、それでも不可なら除外。
- 全レコードに安定ID（target|number|item|segment をハッシュ）を付与。
2. 埋め込み生成（ruri）
- テキストは cleaned を使用。cl-nagoya/ruri-v3-310m で文ベクトル化。
- JSONL/Parquet にメタ情報（id, target, item, district ほか）を同梱。
3. 次元削減とクラスタリング
- PCA（累積分散 ≈95%）で次元削減 → KMeans（k=20）でクラスタ割当。
- 可視化は t‑SNE 投影（Atlas上で 2次元表示）。
4. 要約・タイトル・カテゴリ付与（v4.1）
- Gemini（v4.1プロンプト）でタイトル/要約/代表引用/対象ヒント/ニーズレイヤを生成。
- カテゴリは行政ニーズの 7分類（防災/自然/住環境/産業/交通/福祉/学び）。
- 1クラスタは最大2カテゴリまで所属可。全体で均等になるよう再配分。
- 重複タイトルは自動調整（カテゴリ/対象語を織り込み、12〜16字に正規化）。
5. ダッシュボード表示仕様
- 代表意見: クラスタ中心に近いものを属性ごとに10%以上サンプリング（原文優先、ID重複除外）。
- 全件表示: クラスタ内で文字列としてユニークな意見のみ（属性跨ぎも重複不可）。
- カテゴリタイルで絞込、属性/設問/地区の比率を円グラフで提示。
6. データ保護と公開配慮
- 生データの外部提供は行わず、集約・正規化後のテキストのみを掲載。
- 個人特定の恐れがある記述は除外・抽象化。番号や自由記述の生引用の再同定を避ける運用。
- .env など鍵情報は非公開。APIキーはローカルでのみ使用。
本サイトは意思決定支援を目的とした可視化であり、政策判断の唯一根拠ではありません。詳細な集計や原票確認は担当部署の手続に従ってください。
トップへ戻る