問4
頻出度★★★
データマイニングとは，データベースに蓄積されている大量の生データに対し，統計やパターン認識などの手法を用いることによって，認識されていなかった規則性や関係性を導き出す技術である。データマイニングの応用分野として，最も適切なものはどれか。
平成21年度 秋期 ITパスポート試験 問4
ストラテジ系企業活動 › 業務分析・データ利活用
この問題の解説と、これまでの解答の記録です。
解説
問 4
- ア
正解 正解は ア「顧客に応じた商品の推薦」。設問文の定義どおり、データマイニングは大量の生データから「これまで認識されていなかった規則性や関係性」を statistics やパターン認識で掘り出す技術である。POS データや購買履歴を分析して「商品 A を買った人は商品 B も買いやすい」といった相関ルール (アソシエーション分析、いわゆるバスケット分析) や顧客のクラスタリング結果を得ると、その顧客ごとに次に買いそうな商品を推薦できる。この推薦ルールは事前に人が知っていたものではなく、データから初めて発見される知識であり、まさにデータマイニングの典型的な応用分野 (CRM・レコメンデーション) にあたる。
不正解イ
「生産計画に基づく製造機械の割当て」は、すでに確定した生産計画と機械の能力・制約という既知の条件をもとに、最適な割当てを求める作業である。扱うのは最適化・スケジューリング (生産管理、OR の領域) であり、蓄積データから未知の規則性を発見する処理ではない。
不正解ウ
「店舗別商品カテゴリ別の売上高の集計」は、あらかじめ決めた集計軸 (店舗・商品カテゴリ) で合計を出す単純な集計処理である。OLAP やデータウェアハウスの定型集計・帳票の範囲であり、結果は「どの店のどのカテゴリがいくらか」という既知の切り口の数値にすぎず、新しい規則性や関係性の発見にはならない。
不正解エ
「累計購買金額による優良顧客の抽出」は、「累計金額が一定額以上なら優良顧客」という人があらかじめ決めた基準で並べ替え・絞り込みを行うだけである。条件に合うレコードを取り出す検索・抽出処理であり、データ自身から未知のパターンを導き出しているわけではない。なお、購買行動から優良顧客になりやすい特徴を新たに発見する分析ならデータマイニングだが、本選択肢は既知の基準による抽出にとどまる。
ここがポイント
- データマイニング = 大量の蓄積データから、人がまだ気付いていない規則性・相関・パターンを統計手法やパターン認識で発見する技術。代表例はアソシエーション分析 (バスケット分析) によるレコメンデーション、顧客のクラスタリング、離反予測。
- 「既知の集計軸で合計する (集計・OLAP)」「既知の条件で絞り込む (検索・抽出)」「既知の制約で最適配置する (スケジューリング)」はいずれもデータマイニングではない。新しい知識の発見があるかどうかが判別の決め手。
用語