基本情報技術者 2017年 春期 午前（科目A） 問29

データマイニング【午前解説】

正解の理由

解法ステップ

1. 問題文のキーワードを抽出：「新たな知識」「傾向やパターン」「見つけ出す」など発見に関する語句を確認。
2. 各選択肢の役割を短く整理：格納（DW）、定義（ディクショナリ）、発見（データマイニング）、説明（メタデータ）。
3. 発見・探索に該当する用語を選ぶ：上記で最も適合するのはデータマイニング。

選択肢別の誤答解説

• ア: データウェアハウス
  • 説明: 組織内の複数ソースからデータを統合・格納し、分析やレポーティング基盤を提供するシステム。
  • 不正解理由: データを保存・統合する役割であり、「新たな知識を見つけ出す」そのものを指さない。
• イ: データディクショナリ
  • 説明: データ項目の定義や型、意味、制約などを記述する辞書的なメタ情報の集合。
  • 不正解理由: データ構造や用語の定義を示すだけで、分析やパターン発見のプロセスではない。
• ウ: データマイニング
  • 説明: 統計学、機械学習、パターン認識などを用いて大量データから隠れた知見を抽出するプロセス。
  • 正解理由: 設問の「新たな知識（傾向やパターン）を見つけ出す」という行為に最も合致する。
• エ: メタデータ
  • 説明: データについてのデータ（属性情報、作成日、所有者など）を示す情報群。
  • 不正解理由: データそのものの説明や管理に関する情報であり、解析して新知見を発見する行為とは異なる。

よくある誤解

• データウェアハウスと混同する: 「大量データ」に関連する語だからといって格納や統合基盤（データウェアハウス）を選びがちですが、格納と分析（発見）は役割が異なります。
• メタデータやディクショナリを分析手法と誤認する: メタデータ／データディクショナリはデータの説明や定義であり、パターン発見やモデル構築は行いません。
• データマイニング＝単に統計処理と考える: データマイニングは統計だけでなく機械学習、パターン認識、可視化など複数技法の組合せを含みます。

補足コラム

FAQ