問9
頻出度★★★
データマイニングの事例として, 適切なものはどれか。
平成23年度 特別試験 ITパスポート試験 問9
ストラテジ系企業活動 › 業務分析・データ利活用
这道题的解析和你的作答记录。
解説
問 9
- ア
正解 正确答案是 ア「调查与某种商品经常被一起购买的商品。」数据挖掘（data mining）是指：对 POS 收银机的购买履历、会员卡的使用履历等大量积累的数据，应用统计分析和机器学习的方法，挖掘出人事先并未察觉的规律性、相关关系和模式（mining＝开采、挖掘）的技术。要点在于，它不是「汇总求出已知的数值」，而是「重新发现隐藏的关系」。ア 正是这种发现型的分析：把一张张小票（购物篮）的内容大量比对，找出「购买商品 X 的顾客也倾向于同时购买商品 Y」这样的同时购买关联规则。这种分析被称为购物篮分析（关联分析），常作为数据挖掘最具代表性的实例被介绍。所得到的规则可以直接用于卖场布置和促销：把 X 和 Y 摆在相邻的货架上、推出组合销售或搭配优惠券、在收银台推荐相关商品等。即使人不预先指定假设，也能从数据中浮现出新的商品组合知识——这正是它与单纯汇总处理的决定性区别，因此 ア 是恰当的实例。
错误イ
调查某种商品过去 3 年间的月平均销售额，这项工作只是把销售金额这一已经明确的项目按月合计、再除以件数的简单汇总（基础统计处理），用电子表格软件的平均值函数或固定格式的销售报表就能求出。所要的答案形式事先就已确定，并不是从数据中发现未知的模式，所以不能算作数据挖掘的实例。
错误ウ
调查销售了某个制造编号商品的零售店，这项工作是以制造编号为关键字检索销售履历数据库、取出对应记录的查询处理。它属于回溯追踪制造和流通履历的可追溯性（traceability）机制，在召回和质量管理中很重要，但只是把符合条件的数据检索出来，并没有发现新的规律性，因此不是数据挖掘。
错误エ
调查销售额最大的商品和利润最大的商品，这项工作只是按商品汇总销售额和利润、再按从大到小排序取出排在前面的项目，即排名抽取。这是 ABC 分析等场合也会做的基本汇总与排序操作，所关注的指标和想要的答案形式一开始就由人指定好了。它并没有挖掘出数据之间隐藏的关联，因此不属于数据挖掘的实例。
ここがポイント
- 数据挖掘是对大量积累的数据应用统计分析和机器学习，发现事先并未设想到的规律性、相关关系和模式的技术。单纯的汇总（平均、合计）、条件检索、按排序取出排名靠前的项目，都是答案形式一开始就已确定的定型处理，即使所处理的数据量很大，也不能称为数据挖掘。
- 代表性实例是购物篮分析（关联分析）：从以小票为单位的购买数据中找出商品 X 与商品 Y 容易被一起购买的同时购买规则，并将其用于货架陈列、组合销售和推荐。作为相关术语，还应一并掌握：为分析而整理并积累数据的数据仓库（data warehouse）、从中面向各部门切分出一部分的数据集市（data mart），以及交互式进行多维汇总的 OLAP（联机分析处理）。
用語