ITパスポート 2011年 春期 問09

データマイニングの事例として、適切なものはどれか。【ITパスポート 解説】

正解の理由

解法ステップ

1. 問題文で「データマイニング」の意味を確認する。
   • データマイニング = 大量データから未知のパターンや規則を見つけること。
2. 各選択肢が「パターン発見」か「単純な集計・検索」かを見分ける。
   • パターン発見 → データマイニングの候補。
   • 単純集計・検索 → データマイニングではない。
3. 「一緒に買われることの多い商品」は『項目間の関連（アソシエーション）』を探す説明であり、データマイニングの代表例と判断する。
4. 他の選択肢は集計やトレース（追跡）であるため除外する。

選択肢別の誤答解説

• ア: ある商品と一緒に買われることの多い商品を調べた。
  • 正解。大量の購買履歴から「〇〇を買う人は△△も買いやすい」といった関連ルールを見つける作業はデータマイニングそのものです。評価指標として「サポート（support：共起頻度）」や「コンフィデンス（confidence：条件付き確率）」が使われます。
• イ: ある商品の過去3年間の月間平均売上高を調べた。
  • 説明：過去データの平均を出すのは「集計（統計の記述）」であり、データの要約・報告に当たります。トレンド解析（時系列分析）や予測はデータ分析に含まれますが、単なる平均算出はデータマイニングとは言いません。
• ウ: ある製造番号の商品を売った販売店を調べた。
  • 説明：特定の製造番号（シリアル番号）から販売店を突き止めるのは「検索」や「追跡」です。データベース参照やログ確認の作業で、パターン発見ではありません。
• エ: 売上高が最大の商品と利益が最大の商品を調べた。
  • 説明：最大値を比較するのは単純なランキングや比較です。傾向や相関を探す場合は発展的な分析になりますが、この選択肢自体はデータマイニングの典型例ではありません。

よくある誤解

1. 「たくさん計算すればデータマイニングになる」
   • 説明：計算量が多くても、目的が単なる合計や平均であればデータマイニングとは呼びません。大事なのは「未知のパターンや規則を見つけること」です。
2. 「統計分析＝データマイニング」
   • 説明：統計はデータマイニングの道具になりますが、平均や合計などの記述統計はデータマイニングではありません。両者は重なる部分もありますが目的と手法で区別します。
3. 「1件ずつ追跡する作業もデータマイニング」
   • 説明：個別の追跡はデータベース検索であり、データマイニングは大量データからのパターン抽出です。

補足コラム

• マーケットバスケット分析（買い物かご分析）とは？
  スーパーのレシートデータなどを使い、「一緒に買われやすい商品」を見つける手法です。例えば「パンを買う人はバターも買う」などのルールがわかれば、商品陳列やクロスセル（関連商品を勧める施策）に活用できます。
• よく使われるアルゴリズム：Aprioriアルゴリズム
  • Aprioriはアソシエーションルールを見つける代表的な手法です。頻出の組み合わせ（頻繁項目集合）を順に探索して、支持度（サポート）や信頼度（コンフィデンス）が高いルールを抽出します。
• 指標の意味（かんたんに）
  • サポート（support）：ある組合せがデータ全体のうちどれくらいの割合で起きるか。頻度のこと。
  • コンフィデンス（confidence）：ある商品Aを買ったときに商品Bも買われる確率。条件付き確率に相当。

FAQ