MazzaWill/neo4j-python-pandas-py2neo-v3

해결하는 문제

이 프로젝트는 엑셀 스프레드시트에서 표 형식 데이터를 Neo4j 지식 그래프로 변환하는 예제와 도구를 제공합니다. 구조화된 스프레드시트 데이터를 그래프 데이터베이스로 변환하여 관계 매핑, 의미적 검색, 후속 기계 학습 실험을 향상시키는 도전 과제를 해결합니다.

작동 방식

이 프로젝트는 pandas를 사용하여 엑셀 파일에서 노드 및 관계 데이터를 읽고 추출합니다. 이후 교육 목적을 위해 고전적인 py2neo v3 경로 또는 최신 Neo4j 드라이버 경로를 사용하여 Neo4j 데이터베이스를 채웁니다. 최신 구현은 벡터 인덱스와 GraphRAG 스타일의 의미적 검색을 포함하여 그래프 데이터에 대한 고급 쿼리 기능을 제공합니다.

대상 사용자

• 데이터 엔지니어: 표 형식 데이터를 그래프 데이터베이스로 마이그레이션하고자 하는 분들
• 개발자: Neo4j 내에서 GraphRAG 또는 벡터 검색을 구현하고자 하는 분들
• 학습자: 구조화된 데이터에서 지식 그래프를 구축하는 과정을 공부하고자 하는 분들

주요 기능

• 이중 경로 구현: 교육용 기준으로 고전적인 py2neo v3를 지원하며, 생산용 GraphRAG를 위한 최신 Neo4j 5+ 드라이버도 지원합니다.
• GraphRAG 통합: 벡터 인덱스와 임베딩을 사용한 의미적 검색 예제를 포함합니다.
• 기계 학습 준비성: 기계 학습 모델용으로 Neo4j 관계 데이터를 행렬로 변환하는 유틸리티를 제공합니다.
• AI 에이전트 기술: CSV/Excel 데이터에서 지식 그래프를 설계하고 Cypher 쿼리를 생성하는 데 도움을 주는 전용 기술을 제공합니다.