空間データマイニングのプリミティブとは？ルールと主題図を徹底解説

空間データマイニングとは

空間データマイニングとは、データマイニングの手法を空間モデルに適用する技術です。アナリストは地理データや空間データを活用し、ビジネスインテリジェンスやその他の有益な成果を生み出します。地理データを分析に適した有用な形式へと変換するには、専用の手法やリソースが必要となります。

空間データマイニングには、研究プロジェクトの目的に関連するパターンの認識やオブジェクトの発見など、いくつかの課題が伴います。アナリストは、GIS/GPSツールや類似のシステムを活用しながら、大規模なデータベースや膨大なデータセットの中から、目的に関連するデータのみを効率的に抽出します。

空間データマイニングのプリミティブ（基本要素）

空間データマイニングにおけるプリミティブは、主に「ルール」と「主題図」の2つに分けられます。

1. ルール

データベースからは、一般的に複数種類のルールを発見できます。例えば、特性ルール、判別ルール、関連ルール、偏差・評価ルールなどをマイニングすることが可能です。

空間特性ルール：空間データの一般的な特徴を表現したものです。例えば、都市内の複数の地理的エリアにおける住宅価格の一般的な範囲を定義するルールは、空間特性ルールに該当します。

判別ルール：あるクラスの空間レコードを他のクラスと区別・対比する特徴を表現したものです。例えば、複数の地理的エリアにおける住宅価格帯の比較などが挙げられます。

空間関連ルール：空間データベース内で、ある特徴グループと別の特徴グループとの関連性を定義するルールです。例えば、住宅価格帯と、ビーチなどの周辺の空間的特性との関連を示すルールは、空間関連ルールに該当します。

2. 主題図

主題図とは、特定のテーマ、個別の空間分布、またはパターンを表示するために設計された地図です。これらの地図は、限られた地理的領域における特徴の分布を示します。各主題図は、領域を閉じた互いに重ならない領域群に分割したものであり、各領域には類似した特徴値を持つすべての地点が含まれます。

主題図は、1つまたは少数の属性の空間分布を示す点が特徴です。これは、異なる空間オブジェクトに対するオブジェクトの位置を示すことを目的とする一般図や参照図とは異なります。主題図は、複数のルールを発見するためにも活用できます。

例えば、ある地域の全般的な気象パターンを分析する際には、気温の主題図を参照することができます。主題図の表現方法には、以下の2種類があります。

ラスタ形式：主題図の各ピクセルが属性値に関連付けられます。例えば、空間オブジェクトの高度をピクセルの濃度（または色）で表現した地図を作成できます。

ベクタ形式：空間オブジェクトはその幾何形状、通常は境界の定義と主題属性の組み合わせによって定義されます。例えば、公園は境界点と対応する標高値によって表現されます。