データマイニングにおけるクラスタリングの具体例を徹底解説

クラスタリングとは何か

物理的または抽象的なオブジェクトの集合を、同種のオブジェクトからなるクラスへとまとめるプロセスは「クラスタリング」と呼ばれます。クラスターとは、同じクラスター内では互いに類似しており、他のクラスターのオブジェクトとは性質が異なるデータオブジェクトの集合のことです。多くのアプリケーションにおいて、データオブジェクトのクラスターは一つのグループとしてまとめて扱われます。クラスタ分析は、人間が古くから行ってきた本質的な活動の一つでもあります。

クラスタ分析の活用分野

クラスタ分析は、レコードに対して得られたさまざまな測定値に基づいて、類似したレコードのグループ（クラスター）を形成するために用いられます。設計上の重要なポイントは、分析の目的に役立つ形でクラスターを定義することです。この手法は、天文学、考古学、医学、化学、教育学、心理学、言語学、社会学など、実に幅広い分野で活用されています。

クラスタリングの具体的な例

生物学

生物学者たちは長年、界・門・綱・目・科・属・種といった階層的分類（タクソノミー）を作り上げてきました。そのため、クラスタ分析の初期の研究が、こうした分類構造を見つけ出す「数値分類学」という学問分野の確立を目指したのも、ごく自然な流れといえます。

さらに近年では、生物学者が入手可能な膨大な遺伝子データの解析にもクラスタリングが活用されています。例えば、同じ機能を持つ遺伝子群を発見するためにクラスタリングが利用されてきました。

情報検索

ワールドワイドウェブには数十億規模のWebページが存在し、検索エンジンへのクエリに対して数百万件のページが返されることも珍しくありません。クラスタリングを使えば、これらの検索結果を少数のクラスターにグループ化でき、各クラスターがクエリの特定の側面に対応するようになります。

例えば、「映画」というクエリに対しては、レビュー、予告編、出演俳優、上映劇場などのカテゴリにWebページが整理されます。さらに各クラスターはサブカテゴリ（サブクラスター）へと分割でき、ユーザーによる検索結果の分析を支援する階層構造を形成することも可能です。

気候

地球の気候を理解するためには、大気と海洋におけるパターンの発見が不可欠です。クラスタ分析は、陸地の気候に重要な影響を及ぼす極域の大気圧パターンや、特定の海洋領域の特性を明らかにするために利用されてきました。

心理学と医学

病気や症状には複数の変化が伴うことが多く、クラスタ分析はこうした複数のサブタイプを識別するのに役立ちます。例えば、クラスタリングはいくつかの種類のうつ病を分類するために使用されています。また、疾患の空間的・時間的な分布パターンを把握する際にも、クラスタ分析が有効に活用されています。

ビジネス

企業は既存顧客や潜在顧客に関する大量のデータを日々収集しています。これらのデータをもとに顧客を少数のグループへセグメンテーションし、より詳細な分析やマーケティング施策の立案につなげるのが一般的な活用方法です。