データマイニング

データマイニング

Data mining

概要

ビジネス拡大などのために，大量で多様な業務データなどを分析して有用な知見を導出するプロセス。

説明

データの集合から，その性質を表すさまざまな構造・関係・規則を発見し利用する。主なタスクは，（複数データ間の）相関ルール，分類（学習用データによる分類器を用いて新しいデータを分類），回帰分析（連続値の数値予測など），クラスタリング（データ間の類似度に基づきデータのグルーピングを行う），外れ値検出（統計的モデルやデータ間の距離などを利用）などである。大量で多様なリアルタイム性が高い正確性を確保したデータ群を収集・保存・分析し，その知見をビジネスに有効に活かすビッグデータの活用において，データから導出した知見・洞察をビジネス改善に活かすためのデータ分析の重要なプロセスとなる。データの見える化，データの構造化（データ間関係性の明確化），データ特徴量の抽出と最適化，将来値予測などがそのプロセスの内容である。想定できる適用例は，よく買われる商品の組み合わせ分析から陳列の方法を考えるマーケットバスケット分析や，マーケティングにおける多種の観点での顧客分類，Webページやドキュメントの分類や検索，センサネットワークと空間情報を組み合わせたマイニングによる人の行動予測，など多岐にわたるビジネスにおけるデータ分析ニーズに必須のプロセスになっている。

参考文献

1. 石川博，新美礼彦，白石陽，横山昌平：データマイニングと集合知，共立出版 (2012).
2. 小林孝嗣：ビッグデータ入門，インプレスジャパン (2014).