オンライン分析マイニング（OLAM）の構造とは？基本アーキテクチャを解説

OLAMとOLAPの統合メカニズム

OLAM（Online Analytical Mining）サーバーは、OLAPサーバーがオンライン分析処理を実行するのと同じように、データキューブ上で分析的なマイニングを行います。統合されたOLAM・OLAPメカニズムでは、両方のサーバーがグラフィカルユーザーインターフェースAPIを通じてユーザーからのオンラインクエリ（またはコマンド）を受け付け、キューブAPIを介してデータ分析時にデータキューブを操作します。

データキューブへのアクセスと構築

メタデータディレクトリを利用することで、データキューブへのアクセス方法を指示できます。データキューブは、MDDB APIを通じて複数のデータベースへアクセスし統合することで構築可能です。また、OLE DBやODBC接続を提供するデータベースAPIを経由して、データウェアハウスからデータを抽出・フィルタリングすることもできます。

OLAMエンジンの多様なマイニング機能

OLAMサーバーは、概念記述、アソシエーション（相関ルール）、分類、予測、クラスタリング、時系列分析など、幅広いデータマイニングタスクを実行できます。そのため、一般的には複数の統合型データマイニングモジュールで構成されており、OLAPサーバーよりも高度で洗練されたシステムとなっています。

OLAPとOLAMで求められるデータキューブの違い

OLAPに必要なデータキューブとOLAMに必要なデータキューブの間に、根本的な違いはありません。ただし、OLAM分析ではより強力なデータキューブの構築ツールやアクセスツールが求められる場合があります。

これは、OLAMがより多くの次元をより細かい粒度で扱う場合や、データキューブ上で多特徴集約のディスカバリー駆動型探索を行う場合に生じます。こうしたケースでは、OLAP分析以上の機能が必要となります。さらに、探索的データマイニングによって興味深い箇所が特定された際には、OLAMエンジンがデータキューブから対応するリレーショナルデータベースへドリルスルーし、特定のデータ部分を詳細に分析する必要が生じることもあります。

データキューブ設計の改善

また、データマイニングのプロセスを通じて、構築済みキューブの次元や尺度（メジャー）がデータ分析に適していないことが判明する場合があります。このようなときには、データキューブ設計を洗練させることで、データウェアハウス構築の品質向上につながります。

探索的データ分析とOLAMの柔軟性

効果的なデータマイニングには、探索的なデータ分析が不可欠です。ユーザーはしばしば、データベース内を自由に移動しながら関連するデータの一部を選択し、異なる粒度で分析を行い、知識や結果をさまざまな形式で提示したいと考えます。

オンライン分析マイニングは、データの異なるサブセットに対して、異なる抽象化レベルでマイニングを実行するための機能を提供します。これは、データキューブおよび中間的なマイニング結果に対して、ドリリング、ピボット、フィルタリング、ダイス、スライスといった操作を行うことで実現されます。これらの機能は、データ・ナレッジ可視化ツールと組み合わせることで、探索的データマイニングの能力と適応性を大幅に高めることができるのです。