
17
17
1.10 再びデータマイニングとデータサイエンスについて
たものです。しかしいくつかの事例を除いて、データマイニングの技法の効果については、
詳細には解説しません。技術的な詳細については最小限にとどめ、どのような技法であり、
どのように基本原則に基づいているか理解することを目的とします。
1.10
再びデータマイニングとデータサイエンスについて
この本では、巨大なデータからビジネスに役に立つパターンやモデルを抽出することを扱
います[
Fayyad, U., Piatetsky-shapiro, G., & Smyth, P. 1996
]。そしてデータマイニングの
根底に存在するデータサイエンスの原則についても解説していきます。例えば顧客の(他社
サービスへの)乗り換えを予測する事例では、過去に乗り換えた顧客のデータを使って、顧
客のパターン(例えば顧客の行動パターンなど)を抽出します。そうしたパターンを見つけ
ることができれば、将来的に乗り換える見込みが高い顧客を予測したり、より良いサービス
を企画することに役に立ちます。
データサイエンスの基本コンセプトはデータ分析の領域の多くに登場します。この本を通
じてそれらコンセプトを説明しますが、ここではそれに先立ちその概要に触れておくことに
しましょう。それぞれのコンセプトの詳細については後の章で説明していきます。
基本コンセプト:ビジネス問題を解決するためにデータから有用な知識を抽出する行為
は、理論的かつ明確に段階分けされたプロセスに従うことで、体系的に処理することができ ...