ITパスポート 2016年 秋期 問27

天候と売れ筋商品の関連性を見つける手法はどれか【ITパスポート 解説】

正解の理由

• データマイニング（Data Mining）：大量のデータからパターンや規則を見つける技術。英語の直訳は「データの採掘」で、価値ある情報を掘り出すイメージです。
• アソシエーションルール（association rule）：商品の同時購入などの関係性を示すルール。マーケットバスケット分析でよく使われます。

解法ステップ

1. 問題文で注目すべきキーワードを探す：「蓄積された販売データ」「規則性を見つけ出す」「天候と売れ筋商品の関連性」など。
2. キーワードと各選択肢の意味を照らし合わせる。
   • 「規則性を見つけ出す」→ パターン抽出やルール発見を行う技術を探す。
3. 各選択肢を短く定義し、該当するか判断する（次節の選択肢別解説を参照）。
4. 最も合致するものを選ぶ：パターン発見＝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
  データウェアハウス（data warehouse：分析のために整理・蓄積された大量のデータの保管場所）は「データを保存・統合」する仕組みです。保存する場所・仕組みを指すため、規則性を「見つける手法」ではありません。よって不正解。
• イ: データプロセッシング
  データプロセッシング（data processing：データの処理全般）は、データの入力・集計・変換など広い意味の処理を指します。規則性発見を含むこともありますが、用語としては「特にパターン抽出」を指す言葉ではありません。一般的すぎるため今回の問いには適しません。
• ウ: データマイニング
  データマイニングは「蓄積されたデータから規則やパターンを見つけ出す」ことを目的とする手法です。天候と売れ筋商品の関連のような隠れた関係を抽出する点で問題文にぴったり合致します。
• エ: データモデリング
  データモデリング（data modeling：データ構造や関係を設計すること）は、データベース設計などのためにデータの構造を定義する行為です。分析して「規則を見つける」手法ではありません。

よくある誤解

1. 「データウェアハウス＝データマイニング」
   データウェアハウスはデータの保存場所・仕組みです。保存と分析は別の概念で、データマイニングは保存されたデータを使って行う分析手法です。混同しやすいので注意してください。
2. 「データプロセッシングが規則性発見と同じ」
   データプロセッシングは広い意味の処理で、集計や整形なども含みます。規則性発見に特化したのはデータマイニングです。
3. 「データマイニング＝単なるグラフ化」
   グラフ化（可視化）は分析の一部にすぎません。データマイニングは統計的手法や機械学習を使って自動的にパターンやルールを抽出します。

補足コラム

• 代表的なデータマイニング手法
  • アソシエーションルール（商品AとBが一緒に買われる頻度を見つける）
  • クラスタリング（似た振る舞いをする顧客群を自動で分類）
  • 分類（過去データを基に将来のカテゴリを予測する）
    これらは統計学や機械学習（machine learning：コンピュータがデータから学習して判断する技術）を活用します。
• 実際の業務での使い方（例）
  天候データと販売データを組み合わせて「雨の日に売れやすい商品」を抽出し、在庫管理や販促計画に活かすといった利用方法があります。データはまず蓄積（データウェアハウス）、整備（ETL：抽出・変換・読み込み）され、その後にデータマイニングで分析されます。

FAQ