応用情報技術者 2017年 春期 午前2 問30
問題文
ビッグデータの利用におけるデータマイニングを説明したものはどれか。
選択肢
ア：蓄積されたデータを分析し、単なる検索だけでは分からない隠れた規則や相関 関係を見つけ出すこと（正解）
イ：データウェアハウスに格納されたデータの一部を、特定の用途や部門用に切り 出して、データベースに格納すること
ウ：データ処理の対象となる情報を基に規定した、データの構造、意味及び操作の 枠組みのこと
エ：データを複数のサーバに複製し、性能と可用性を向上させること
ビッグデータの利用におけるデータマイニングとは【午前2 解説】
要点まとめ
- 結論：データマイニングは大量のデータから隠れた規則や相関関係を発見する分析手法です。
- 根拠：単なる検索や集計では見つけられないパターンを抽出し、意思決定や予測に活用します。
- 差がつくポイント：データマイニングは「分析による知識発見」であり、データの切り出しや構造定義とは異なる点を理解しましょう。
正解の理由
選択肢アは「蓄積されたデータを分析し、単なる検索だけでは分からない隠れた規則や相関関係を見つけ出すこと」とあり、データマイニングの本質を正確に表現しています。大量のビッグデータから有用な知見を抽出する技術であり、単なるデータの保管や構造定義ではありません。
よくある誤解
データマイニングを単なるデータの検索や抽出と混同しがちですが、検索は既知の情報を探す行為であり、マイニングは未知のパターン発見を目的とします。
解法ステップ
- 問題文の「データマイニング」の定義を確認する。
- 選択肢の内容が「分析による隠れた規則の発見」かどうかを判断する。
- 他の選択肢がデータの格納や構造定義、複製などの説明でないかを確認する。
- 最も適切な説明を選ぶ。
選択肢別の誤答解説
- イ：データウェアハウスから特定用途に切り出す操作は「データマート」の説明であり、マイニングではありません。
- ウ：データの構造や意味、操作の枠組みは「データモデル」の説明であり、分析手法ではありません。
- エ：データの複製による性能・可用性向上は「レプリケーション」の説明であり、マイニングとは異なります。
補足コラム
データマイニングは機械学習や統計解析と密接に関連し、クラスタリングやアソシエーション分析、決定木など多様な手法があります。ビッグデータ時代においては、膨大なデータから価値ある知見を得るための重要な技術です。
FAQ
Q: データマイニングとデータ分析は同じですか？
A: データ分析は広義の概念で、データマイニングはその中で特にパターン発見に焦点を当てた手法です。
A: データ分析は広義の概念で、データマイニングはその中で特にパターン発見に焦点を当てた手法です。
Q: データマイニングにはどんな技術が使われますか？
A: クラスタリング、分類、アソシエーションルール、回帰分析など多様な統計・機械学習技術が用いられます。
A: クラスタリング、分類、アソシエーションルール、回帰分析など多様な統計・機械学習技術が用いられます。
関連キーワード: データマイニング、ビッグデータ、データ分析、データウェアハウス、レプリケーション、データモデル
\ せっかくなら /
応用情報技術者を
クイズ形式で学習しませんか？
クイズ画面へ遷移する→
すぐに利用可能！