データマイニングの特徴とは？押さえておきたい4つの主要ポイント

はじめに

データマイニングには、さまざまな特徴があります。本記事では、「データ型」「システム面の考慮事項」「データソース」「データマイニング機能と手法」という4つの観点から、データマイニングの主要な特徴をわかりやすく解説します。

1. データ型

市場で提供されているほとんどのデータマイニングシステムは、統計属性・カテゴリ属性・記号属性を持つ、整形されたレコードベースのリレーショナル型データを扱います。対象となるデータの形式は、ASCIIテキスト、リレーショナルデータベースのデータ、あるいはデータウェアハウスのデータなど多岐にわたります。そのため、導入を検討するシステムが実際にどのデータ形式に対応しているのかを事前に確認することが重要です。

また、一部のデータやアプリケーションでは、パターン探索のために特殊なアルゴリズムが必要となるため、市販の汎用データマイニングシステムだけでは要件を満たせない場合があります。そのようなケースでは、テキストレポート、地理空間データ、マルチメディアデータ、ストリームデータ、時系列データ、バイオデータ、Webデータなどを専門的に処理する専用システムや、金融、小売、通信といった特定業界向けに特化したデータマイニングシステムを活用するとよいでしょう。

2. システム面の考慮事項

データマイニングシステムが動作するOSは、単一の場合もあれば複数の場合もあります。データマイニングソフトウェアの実行環境として広く知られているのはUNIX/LinuxおよびMicrosoft Windowsですが、MacintoshやOS/2上で動作するシステムも存在します。

大規模な市場向けデータマイニングシステムは、クライアント/サーバー構成を採用することが一般的です。この場合、クライアント側はパソコン、サーバー側は高性能な並列コンピュータの集合体で構成されます。近年のトレンドとしては、Webベースのインターフェースをサポートし、XMLデータを入力・出力として扱えるシステムが増えています。

3. データソース

データソースとは、データマイニングシステムが処理対象とする具体的なデータ形式を指します。ASCIIテキストファイルのみに対応するシンプルなシステムもあれば、複数のリレーショナルデータソースやデータウェアハウスのデータへアクセスできるシステムもあります。

実用的なデータマイニングシステムには、ODBC接続、またはODBC経由のOLE DB接続が不可欠です。これらのオープンなデータベース接続により、IBM DB2、Microsoft SQL Server、Microsoft Access、Oracle、Sybaseなどの各種リレーショナルデータベースや、整形されたASCIIテキストデータへの柔軟なアクセスが可能になります。

4. データマイニング機能と手法

データマイニング機能は、データマイニングシステムの中核を担う要素です。分類のように単一の機能のみをサポートするシステムもあれば、概念記述、ディスカバリー駆動型OLAP分析、相関ルールマイニング、リンク分析、統計分析、分類、予測、クラスタリング、外れ値分析、類似性検索、逐次パターン分析、可視化データマイニングなど、多彩な機能を搭載したシステムもあります。

さらに、同じデータマイニング機能（たとえば分類）であっても、1つの手法しか提供しないシステムもあれば、決定木分析、ベイジアンネットワーク、ニューラルネットワーク、サポートベクターマシン（SVM）、ルールベース分類、k近傍法、遺伝的アルゴリズム、ケースベース推論など、幅広い手法を選択できるシステムもあります。

複数のマイニング機能と、機能ごとの複数手法を備えたシステムは、ユーザーにより高い柔軟性と分析力をもたらします。というのも、課題によっては複数のマイニング機能を試したり組み合わせたりする必要があり、データの種類によっては特定の手法の方がより高い精度や効率を発揮することがあるためです。

まとめ

データマイニングシステムを選定する際は、対応するデータ型、動作するOS環境、データソースへの接続性、そして提供されるマイニング機能と手法の幅を総合的に評価することが重要です。これらの特徴を正しく理解することで、自社の目的やデータ環境に最適なシステムを選択できるようになります。