Web利用マイニングのルールとは？前処理からパターン分析までの流れを解説

Webマイニングとは

Webマイニングとは、データマイニングの手法を活用し、Webベースの記録やサービス、サーバーログ、ハイパーリンクなどを対象として、有益なパターンや傾向、データを抽出するプロセスを指します。Webマイニングの目的は、情報を収集・分析することでWeb記録の中に潜むパターンを発見し、重要なインサイトを得ることにあります。

Webマイニングは、適応化されたデータマイニング手法をインターネットに応用したものと捉えることができます。一方、データマイニングは、アルゴリズムを構造化されたデータに適用してパターンを発見する、ナレッジディスカバリー（知識発見）プロセスとして定義されます。

Webマイニングの特徴

Webマイニングには、多様なデータタイプを扱えるという特徴があります。Webには複数の要素が存在し、それぞれがマイニング手順に対して異なるアプローチをもたらします。例えば、テキストを含むWebページ、ハイパーリンクで相互に接続されたWebページ、さらにWebサーバーのログから追跡可能なユーザーの行動などが挙げられます。

Web利用マイニングの主なルール

Web利用マイニング（Web Usage Mining）には、以下のような主要なルール（段階）があります。

1. 前処理（Preprocessing）

Web利用ログは、そのままではマイニングアプリケーションが扱える形式になっていません。データをマイニングに活用するには、再フォーマットやクレンジングが必要となる場合があります。Webログの利用には特有の課題も存在します。前処理フェーズには、クレンジング、ユーザー識別、セッション識別、パス補完、フォーマットといったステップが含まれます。

2. データ構造（Data Structure）

Web利用マイニングの過程で識別されたパターンを追跡するために、いくつかの独自のデータ構造が提案されています。基本となるデータ構造の一つが「ツリー」です。ツリーは根付き木であり、ルートから葉までの各経路が一連のシーケンス（系列）を表します。ツリーはパターンマッチング用途向けに文字列を保存することができます。ただし、ツリーの唯一の弱点は、必要な記憶領域（スペース）が大きくなる点です。

3. パターン発見（Pattern Discovery）

クリックストリームデータに対して最も広く用いられているデータマイニング手法は、トラバーサルパターン（巡回パターン）の発見です。トラバーサルパターンとは、あるセッション内でユーザーが閲覧した一連のページの集まりを指します。Web利用マイニングによって発見されるパターンには他の種類もあり、さまざまな組み合わせの手法を用いて、異なる特徴や目的に応じたパターンが検出されます。

4. パターン分析（Pattern Analysis）

パターンが発見された後は、その情報をどのように活用できるのかを判断するための分析が必要です。中には関心の対象外と判断され、削除されるパターンもあります。

パターン分析とは、発見活動の結果を確認・解釈するフェーズです。頻出するトラバーサルパターンを特定するだけでなく、その希少性や統計的特性ゆえに注目すべきパターンを見極めることも重要なポイントとなります。