講義依存関係グラフ

大学のシラバス情報から講義同士の依存関係をグラフで可視化し、どの順序で受講すべきか・どの講義を事前に受けておくべきかをわかりやすくするツールです。

ディレクトリ構造

graph-view/
├── index.html              # メインページ
├── css/
│   └── style.css           # スタイルシート
├── js/
│   └── script.js           # フロントエンド（vis-network）
├── data/
│   └── {year}/             # 年度ごとのデータ
│       ├── jaist_syllabus_{campus}_{year}.csv  # シラバス一覧
│       └── class_relation.csv                  # 講義間の関係
├── scripts/
│   ├── scrape_syllabus.py    # シラバスのスクレイピング
│   └── generate_relations.py # 関係データの自動生成
└── readme.md

データ更新の手順

1. 環境準備

pip install requests beautifulsoup4

2. シラバスのスクレイピング

JAISTのシラバス検索ページから講義情報を取得し、CSVに出力します。

# 石川キャンパス 2025年度（詳細ページも取得）
python scripts/scrape_syllabus.py --year 2025 --campus 10

# 石川キャンパス 2026年度
python scripts/scrape_syllabus.py --year 2026 --campus 10

# 詳細ページをスキップ（高速だが関連科目・履修条件なし）
python scripts/scrape_syllabus.py --year 2025 --campus 10 --skip-details

出力: data/{year}/jaist_syllabus_{campus}_{year}.csv

オプション	値	説明
--year	2025	開講年度
--campus	0000=全て, 10=石川, 20=東京	校地
--skip-details		詳細ページ取得をスキップ

サーバー負荷を考慮し、リクエスト間隔は自動で1.5〜2秒空けます。

3. 講義間の関係を自動生成

スクレイピングで取得した「関連科目」「履修条件」のテキストを正規表現で解析し、講義間の関係を抽出します。

python scripts/generate_relations.py --year 2025 --campus ishikawa

出力: data/{year}/class_relation.csv

LLM不要で動作します。科目コードの正規表現マッチングと、周辺テキストのキーワード判定で関係の種類を分類します。

4. フロントエンドへの反映

js/script.js 冒頭のCSVパスを更新します。

const syllabusCsvFilePath = 'data/2025/jaist_syllabus_ishikawa_2025.csv'
const relationCsvFilePath = 'data/2025/class_relation.csv';

index.html をブラウザで開けばグラフが表示されます。

講義間の関係（エッジ）

矢印は履修順序を表します（矢印の元を先に取る → 矢印の先を後に取る）。

label	意味	表示
required	履修が必須	赤太線 →
prerequisite	知識が前提（履修は必須でない）	赤線 →
recommended	先に受講すると理解が深まる	青線 →
related	関連がある（順序なし）	灰色破線
exclusive	排他（両方は取れない）	紫太線

ノードの色（開講時期）

色	時期
緑	1の1期
青	1の2期
橙	2の1期
紫	2の2期
深橙	夏期集中
水色	冬期集中
黄	通年
灰	非開講

機能

• 全体を表示: 全講義をグラフ表示
• 連結部分のみ表示: 他の講義と関係がある講義だけ表示
• 講義検索: 講義名・科目コード・教員名でインクリメンタル検索
• プルダウン選択: 講義を選択して関連グラフを表示
• 関連の深さ: 1段階〜3段階、または全連結を選択可能
• クリック: 講義の詳細情報を表示
• ダブルクリック: その講義の関連グラフに切り替え