データマイニングシステムの分類とは？4つの分類基準をわかりやすく解説

データマイニングとは

データマイニングとは、大量のデータの中から有用な知識を抽出・発掘するプロセスを指します。膨大なデータが保存・処理される環境において、広く活用されている技術です。

データマイニングは学際的な分野であり、データベースシステム、統計学、機械学習、可視化、データサイエンスといった複数の分野の集合体です。採用するアプローチによっては、ニューラルネットワーク、ファジィ理論やラフ集合理論、知識表現、帰納論理プログラミング、ハイパフォーマンスコンピューティングなど、他分野の手法が適用されることもあります。

さらに、マイニング対象となるデータの種類や適用分野に応じて、空間データ分析、情報検索、パターン認識、画像解析、信号処理、コンピュータグラフィックス、ネットワーク技術、経済学、ビジネス、バイオインフォマティクス、心理学などの手法も統合される場合があります。

データマイニングシステムの4つの分類

1. マイニング対象データベースの種類による分類

データマイニングシステムは、マイニング対象となるデータベースの種類に基づいて分類できます。データベースシステム自体が、データモデルや扱うデータ・アプリケーションの種類など、さまざまな基準で分類されるため、それぞれに応じたデータマイニング手法が必要となります。

例えば、データモデルで分類すれば、リレーショナル型、トランザクション型、オブジェクトリレーショナル型、データウェアハウス向けのマイニングシステムなどが挙げられます。また、扱う特殊なデータの種類で分類すれば、空間データ、時系列データ、テキスト、ストリーミングデータ、マルチメディアデータ向けのマイニングシステムや、World Wide Web（ウェブ）マイニングシステムなどがあります。

2. 抽出する知識の種類による分類

データマイニングシステムは、抽出する知識の種類によっても分類できます。これはデータマイニングの機能に基づくもので、特性記述、識別、相関・関連分析、分類、予測、クラスタリング、外れ値（アウトライア）分析、進化分析などが含まれます。実際のデータマイニングシステムは、通常、複数の機能を統合的にサポートしています。

3. 利用する技術による分類

データマイニングシステムは、採用されている基本的なデータマイニング技術によっても分類できます。これらの技術は、ユーザーとの対話性の程度（自律型システム、対話型探索システム、クエリ駆動型システムなど）や、採用されているデータ分析方法によって特徴づけられます。

4. 適用分野による分類

さらに、データマイニングシステムは、その適用分野によっても分類できます。例えば、金融、通信、DNA解析、株式市場、電子メールなど、特定の用途に合わせてカスタマイズされたシステムが存在します。多くのアプリケーションでは、分野固有の手法との統合が求められる点も特徴です。