マルチリレーショナルデータマイニングとは何ですか？

マルチリレーショナルデータマイニング（MRDM）の基本概念

マルチリレーショナルデータマイニング（MRDM：Multi-Relational Data Mining）とは、リレーショナルデータベース内の複数のテーブル（リレーション）にまたがるパターンを探索する手法です。各テーブル（リレーション）は、属性の集合によって記述されたエンティティ（実体）またはリレーションシップを表し、リレーション間のリンクは相互の関係性を示しています。

従来手法の課題：「命題化」とその限界

従来のデータマイニング手法は、データが単一のテーブルに格納されていることを前提としています。この前提のもとで複数のリレーショナルデータを扱う代表的なアプローチが「命題化（propositionalization）」であり、結合（ジョイン）や集計を用いて複数のリレーショナルデータを単一のフラットなデータリレーションへ変換します。

しかしこの変換には重大な問題があります。第一に、すべての属性を含む巨大で扱いにくい「ユニバーサルリレーション（万能リレーション）」が生成される恐れがある点です。第二に、データベース設計上のリンクが持っていた本質的な意味情報をはじめとする重要な情報が失われる可能性がある点です。これらの課題を回避するために、マルチリレーショナルデータマイニングが登場しました。

マルチリレーショナルデータマイニングの主な機能

マルチリレーショナルデータマイニングは、リレーショナルデータから直接知識を発見することを目指します。主な機能には以下のようなものがあります。

• マルチリレーショナル分類：異なるリレーションに含まれる情報を活用して分類モデルを構築します。
• マルチリレーショナルクラスタリング：タプル自身の属性に加え、異なるリレーション内の関連するタプルの情報も用いて、タプルをクラスタへグループ化します。
• マルチリレーショナル頻出パターンマイニング：異なるリレーション間で相互に関連する項目を含むパターンを発見します。

マルチリレーショナル分類の目的と手順

ここでは例としてマルチリレーショナル分類を取り上げ、その目的と手順を説明します。マルチリレーショナル分類用のデータベースには、クラスラベルに関連付けられた一つの「目標リレーション R_t」が存在し、そのタプルは目標タプルと呼ばれます。それ以外のリレーションは非目標リレーションです。各リレーションは、タプルを一意に識別する主キーを一つ持ち、必要に応じて複数の外部キー（あるリレーションの主キーが別のリレーションの外部キーと接続される）を持つことができます。

2クラス問題を扱う場合、一方のクラスを正例（ポジティブ）クラス、もう一方を負例（ネガティブ）クラスとして選択します。精度の高いマルチリレーショナル分類器を構築するうえでの鍵となるのは、正例・負例の目標タプルを的確に分類するのに役立つ関連特徴を、異なるリレーションの中から見つけ出すことです。

仮説の表現形式：ルールと述語

マルチリレーショナル分類における仮説の最も一般的な形式は、ルールの集合です。各ルールは述語の論理積（連言）からなるリストとして表現され、クラスラベルと関連付けられます。述語はリレーション内の属性に対する制約であり、多くの場合、特定の結合経路（ジョインパス）に基づいて定義されます。目標タプルがルールのすべての述語を満たす場合、かつその場合にのみ、その目標タプルは当該ルールを満たすと判断されます。