データベース

データマイニング

Data Mining

概要

大量のデータから統計的手法やAIを用いて、有用なパターンや知識を発見する技術。

詳細解説

データマイニングは、大量のデータの中から、統計学、機械学習、パターン認識などの手法を用いて、人間が気づかない有用なパターン、相関関係、傾向を発見する技術である。

代表的な手法として、クラスタ分析（データのグループ化）、アソシエーション分析（関連性の発見）、決定木分析（分類ルールの抽出）、回帰分析（予測モデルの構築）などがある。BI（ビジネスインテリジェンス）の中核技術である。

試験対策のポイント

暗記必須：データマイニングは大量データから統計・AIの手法で隠れたパターンや法則を発見する技術。
頻出ポイント：代表手法＝アソシエーション分析（バスケット分析、併売関係。「おむつとビール」が有名）、クラスタリング、決定木、回帰分析など。
関連づけ：アソシエーション分析では支持度・確信度（信頼度）・リフト値という指標が問われる。DWHやビッグデータ活用の文脈で出題される。

事例・具体例

スーパーマーケットでの「おむつとビールが一緒に購入される」という発見はアソシエーション分析の有名な事例である。顧客の購買パターン分析やクレジットカードの不正検知に活用される。