OLAM（オンライン分析マイニング）とは？基本概念と重要性をわかりやすく解説

OLAM（オンライン分析マイニング）の概要

OLAMは「Online Analytical Mining（オンライン分析マイニング）」の略称で、「OLAPマイニング」とも呼ばれています。これは、オンライン分析処理（OLAP）とデータマイニングを統合し、多次元データベースから知識を抽出する技術です。データマイニングシステムには、いくつかのパラダイムや構造が存在します。

さまざまなデータマイニングツールが効果的に機能するためには、統合され、一貫性があり、クレンジング済みのデータが不可欠です。そのためには、データクリーニング、データ変換、データ統合といったコストのかかる前処理が必要となります。こうした前処理によって構築されたデータウェアハウスは、OLAPとデータマイニングの両方にとって、高品質な情報の貴重な供給源となります。また、データマイニング自体も、データクリーニングやデータ統合のための有効なツールとして活用できます。

OLAMが重要視される4つの理由

1. データウェアハウスにおける高品質なデータ

多くのデータマイニングツールは、統合・一貫性・クレンジングが完了したデータを対象として動作する必要があります。これには、前処理フェーズとして、コストのかかるデータクリーニング、データ統合、データ変換が欠かせません。こうした前処理を経て構築されたデータウェアハウスは、OLAPおよびデータマイニングにとって高品質なデータの貴重なソースとなります。さらに、データマイニング自体も、データクリーニングやデータ統合のための有効な手段として機能します。

2. データウェアハウス周辺の情報処理インフラの活用

包括的なデータ処理・データ分析インフラは、データウェアハウスを中心に体系的に構築されてきました（または構築が進められています）。これには、各種異種データベースへのアクセス・統合・統合化・変換、ODBC/OLE DB接続、Webアクセスおよびサービス機能、ドキュメンテーションやOLAP分析ツールなどが含まれます。すべてをゼロから構築するのではなく、既存のインフラを最大限に活用することが賢明な選択といえます。

3. OLAPに基づく探索的データ分析

効果的なデータマイニングには、探索的データ分析が不可欠です。ユーザーはデータベース内を自在に探索し、関連する情報領域を選択し、複数の粒度（グラニュラリティ）で分析を行い、知識や結果を多様な形式で表示できることが求められます。

オンライン分析マイニングでは、データキューブや中間的なデータマイニング結果に対して、ドリルダウン、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、複数のデータサブセットおよび複数の抽象化レベルにおけるデータマイニングを実現します。

4. データマイニング機能のオンライン選択

ユーザーの中には、どのような種類の知識を抽出したいのかを事前に明確に把握できていない場合もあります。OLAMは、OLAPとさまざまなデータマイニング機能を統合することで、ユーザーが望むデータマイニング機能を柔軟に選択し、データマイニングのタスクを動的に切り替えることを可能にしています。