1. 経営情報学科４回生 木田 翔

2. データマイニング

3.  英語: Data mining
 統計学、パターン認識、人工知能等のデータ解析
の技法を大量のデータに網羅的に適用することで
知識を取り出す技術
 DMと略して呼ばれる事もある

4.  通常のデータの扱い方からは想像が及びにくい、
ヒューリスティク（heuristic、発見的）なデータを
得ることが可能
 英語ではknowledge-discovery in databases
（データベースからの知識発見）からKDDと呼ばれる

5. 定義

6.  「明示されておらず今まで知られていなかったが、
役立つ可能性があり、かつ、自明でない情報を
データから抽出すること」
 「データの巨大集合やデータベースから有用な情報
を抽出する技術体系」

7.  通常はデータの解析に関する用語として用いられる
が、人工知能という用語などと同様、包括的な用語
であり、様々な文脈において多様な意味で用いられる

8. 歴史

9.  データマイニングの発展には、大量のデータ蓄積が
可能となったことが直接的に関係
 デジタル形式でのデータの収集は、コンピュータを
用いてデータ解析をすることを念頭に置いて1960年
代には既に行われつつあった
 リレーショナルデータベースとその操作用の
言語SQLが1980年代に出現し、オンデマンド
で動的なデータ解析が可能に

10.  1990年代に至り、データ量は爆発的に増大
 データウェアハウスがデータの蓄積に
用いられ始める
 データベースにおける大量データを処理するため
の手法としてデータマイニングの概念が出現
 統計解析の手法や人工知能分野での
検索技術等が応用されるように

11. リレーショナルデータベース

12.  関係データベース
 英語: relational database
 関係モデル（リレーショナルデータモデル）
にもとづいて設計、開発されるデータベース

13.  Oracle Database、Micrsoft SQL Server、
MySQLなどのデータベース管理システム
(DBMS) がサポート
 関係データベースに含まれないデータベース
はNoSQLなど

14. 関係モデル

15.  IBMのエドガー・F・コッドによって考案された
 現在もっとも広く用いられているデータモデル
 複数の関係（リレーション）を基本的なデータ型とする

16.  データベースの利用者は、クエリ（問い掛け）を
データベースに与え、複数の関係を連結させて
データを検索したり、変更することができる
 データは表に似た構造で管理され、複数の
データ群が関係（リレーション）と呼ばれる構造
で相互連結可能

17.  関係は組（タプル、表における行に相当する）、
属性（アトリビュート、表における列に相当する）、
定義域（ドメイン）、候補キー（主キー）、外部キー
などによって構成
 SQLなどに代表されるデータベース言語
（問い合わせ言語）を用いて、関係に対して制限
・射影・結合・和・差・交わりなどの関係代数演算
（集合演算を含む）ないし関係論理演算を行う
ことで結果を取り出す

18. 例
例えばある食品を扱う会社における顧客管理データ
ベースでは、顧客リストと物品販売リストは別々の
データ群であるが、顧客管理番号や顧客名などで
連結して情報を抽出することが可能

19. SQL

20.  リレーショナルデータベース管理システム
(RDBMS) において、データの操作や定義
を行うためのデータベース言語（問い合わせ言語）
 リレーショナルデータベースの関係モデル
（リレーショナルモデル）における演算体系である
関係代数と関係論理（関係計算）に基づく

21.  SQLは何かの略語ではない
 SQLに対しては、関係代数と関係論理に忠実に
準拠していないとして批判する意見がある

22. 解析手法

23.  頻出パターン抽出
 クラス分類
 回帰分析
 クラスタリング

24. 頻出パターン抽出
 データ集合の中から高頻度で発生する特徴的な
パターンを見つける
 相関ルール抽出
データベースに蓄積された大量のデータから、頻繁に
同時に生起する事象同士を相関の強い事象の関係、
すなわち相関ルールとして抽出する技術
POSやEコマースの取引ログに含まれる購買履歴を利用した
バスケット解析など

25.  その他の頻出パターン時系列やグラフを対象
としたものもある

26. クラス分類
 クラス分類は与えられたデータに対応する
カテゴリを予測
 代表的な手法
単純ベイズ分類器, 決定木, サポートベクターマシン
例：薬品の化合物のデータから，その化合物に薬効
がある・ないといったカテゴリを予測

27. 回帰分析
 与えられたデータに対応する実数値を予測する
 代表的な手法
線形回帰、ロジスティック回帰、サポートベクトル回帰
例：曜日、降水確率、今日の売上げなどのデータを
元に、明日の売上げという実数値データを予測

28. クラスタリング(クラスタ解析)
 データの集合をクラスタと呼ぶグループに分ける。
クラスタとは、同じクラスタのデータならば互いに
似ていて、違うクラスタならば似ていないような
データの集まり
 教師なしデータ分類手法、つまり与えられたデータ
を外的基準なしに自動的に分類する手法
また、そのアルゴリズム
例：Webの閲覧パターンのデータから、類似したものをまとめる
ことで、閲覧の傾向が同じ利用者のグループを発見する

29. 参照
 データマイニング
http://research.nii.ac.jp/~uno/datamine.htm
 データマイニング
http://ja.wikipedia.org/wiki/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%9E%E3%82%A4%
E3%83%8B%E3%83%B3%E3%82%B0
 データマイニングの宝箱
http://www.datamining.sakura.ne.jp/11haikei.html
 関係データベース
http://ja.wikipedia.org/wiki/%E3%83%AA%E3%83%AC%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%8A%E3%83%AB%E3%8
3%87%E3%83%BC%E3%82%BF%E3%83%99%E3%83%BC%E3%82%B9
 SQL
http://ja.wikipedi.org/wiki/SQL
 データ・クラスタリング
http://ja.wikipedia.org/wiki/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%BB%E3%82%AF%E3%83%A9%E3%82%B9%E3%82
%BF%E3%83%AA%E3%83%B3%E3%82%B0
 決定木
http://ja.wikipedia.org/wiki/%E6%B1%BA%E5%AE%9A%E6%9C%A8
 サポートベクターマシン
http://ja.wikipedia.org/wiki/%E3%82%B5%E3%83%9D%E3%83%BC%E3%83%88%E3%83%99%E3%
82%AF%E3%82%BF%E3%83%BC%E3%83%9E%E3%82%B7%E3%83%B3