DeepSeek AIでQlik Senseを強化：ゲーム・オブ・スローンズの例

DeepSeekは、大規模言語モデル（LLM）における重要な進歩であり、様々なコンテキストで精度と適用性を向上させています。DeepSeekをQlik Senseに統合することで、組織はAI主導のインサイトを活用して分析能力と意思決定プロセスを強化できます。この記事では、実用的な例を用いてDeepSeekのAPIをQlik Senseに統合するプロセスを案内し、その利点を説明します。

DeepSeekのAPIは、自然言語処理（NLP）、コンピュータビジョン、データ分析など、さまざまなAI機能へのアクセスを提供します。これらのAPIにより、開発者や企業は既存のシステムやアプリケーションに高度なAI機能を統合できます。DeepSeek-R1モデルは、大規模推論モデル（LRM）であり、論理的推論に優れ、数学や推論のベンチマークで他の高度なLLMを上回っています。DeepSeek APIへのアクセスにはAPIキーが必要で、これはDeepSeekプラットフォームから取得できます。APIの使用は、呼び出し量や処理量に基づいて費用が発生する場合があることに注意してください。

Qlik SenseとDeepSeekの統合を実証するために、ゲーム・オブ・スローンズ（GOT）アプリケーションを使用します。このアプリケーションは、公開API（https://thronesapi.com/api/v2/Characters）から取得したシリーズの主要キャラクターに関する情報を表示します。APIは名前、役職、家柄などの基本的な情報を提供しますが、詳細なキャラクター説明は不足しています。DeepSeekを活用してこれらの説明を生成し、Qlik Sense内のキャラクターデータをリッチ化します。

まず、公開APIからGOTキャラクターデータをロードする必要があります。これはQlik SenseのRESTコネクタを使用して実現できます。APIは認証を必要としないため、GETメソッドを使用して「got」という名前の新しいREST接続を作成します。次に、APIを読み込み、キャラクターデータをQlik Senseテーブルにロードするスクリプトを作成します。これにより、名前、役職、家柄、写真を含むキャラクターのリストが得られます。

キャラクター説明を取得するために、「deepseek-chat」メソッドを使用してDeepSeek APIと統合します。DeepSeek APIはOpenAIのAPIに似ており、PythonやNodeJSなどの言語でOpenAIライブラリを使用できます。POSTメソッドを使用してDeepSeekへのREST接続を作成します。ヘッダーを「Content-Type: application/json」および「Authorization: Bearer <Your API-Key>」で設定します。生成される説明の創造性を制御するために、temperatureパラメータを調整します。APIエラーを回避するために、DeepSeekアカウントに十分なクレジットがあることを確認してください。

各キャラクターの説明を生成するために、次のプロンプトを使用します：「GOTのキャラクター<キャラクター名>について簡単な説明を作成してください」。キャラクターデータ（GOTCharascters）を含むテーブルをループ処理し、キャラクターの名前（FullNameフィールド）でプロンプトテキストを作成します。次に、RESTコネクタを介してDeepSeek APIにリクエストを送信し、説明を生成します。生成された説明を新しいテーブルにロードし、キャラクターIDとリンクさせて、キャラクターデータとAI生成の説明の関係を維持します。これにより、キャラクターのリストを含むテーブルと、要約された説明を含むテーブルの2つのテーブルが得られます。

Qlik Cloud Analyticsに統合されたQlik Data Flowは、分析およびAIアプリケーションのデータ準備を簡素化および加速します。直感的なドラッグアンドドロップインターフェイスを使用して、コーディングなしでデータセットを結合、クリーニング、変換できます。Data Flowを使用してキャラクターデータをキャプチャし、DeepSeekとの統合のために準備できます。このNoCodeアプローチにより、技術レベルに関係なくユーザーがアクセスできます。

DeepSeekのAPIをQlik Senseに統合することで、データ分析と活用が強化され、自動化、精度、およびより深いインサイトがもたらされます。この組み合わせにより、従来の分析を超えて、AIの可能性を探求し、イノベーションと戦略的意思決定を推進できます。AI生成コンテンツでデータをリッチ化することで、データに対するより包括的な理解を得て、より情報に基づいた意思決定を行うことができます。