データマイニングとは？でーたまいにんぐ
データマイニングとは、大量に蓄積されたデータを統計や機械学習の手法で解析し、人が気づいていなかった規則性や相関を掘り出す技術。あらかじめ立てた仮説を確かめるのではなく、仮説そのものをデータから見つけに行く点が特徴で、併売規則の抽出や解約しそうな顧客の予測に使われる。文章を対象にする場合はテキストマイニングと呼ぶ。
最終更新：2026-10-07
この語が出る過去問を解く →背景
分析の切り口を人が考える限り、見つかるのは思いつく範囲の関係だけである。項目が数百に増えれば組合せは人手で追える数を超え、有望な関係ほど見落とされる。計算資源が安くなり総当たりに近い探索が現実的になったことで、「気づいていないものを機械に挙げさせる」使い方が実務へ降りてきた。IPAのシラバスでも、データウェアハウスやOLAPと並ぶデータ活用の技術として位置づけられている。
具体例
小売の購買履歴を対象にしたバスケット分析では、支持度・確信度・リフト値という指標で「一緒に買われやすい組合せ」を抽出し、売場の配置やクーポンの対象を決める。RやPythonのscikit-learn、クラウドのBigQuery MLなど、実行できる道具は広く出回っている。
試験での引っ掛け
OLAP（多次元分析）は人が仮説を持って切り口を変える操作で、探索の向きが逆である点が問われる。また規則が見つかっても因果関係が示されたわけではなく、たまたま相関しただけの組合せも大量に混じる。データウェアハウスは分析用にデータをためる基盤であって、手法の名前ではない。
関連用語
出た過去問
出典：平成29年度 秋期 高度試験 午前Ⅰ 問10（IPA）
データマイニングの説明として、最も適切なものはどれか。
正解：ニューラルネットワークや統計解析などの手法を使って、大量に蓄積されているデータから、特徴あるパターンを探し出す。
要点：データマイニングは大量データから未知のパターンを掘り出す
データマイニングは、蓄積された大量のデータに統計解析や機械学習の手法を適用し、人が気付かなかった規則性や特徴的なパターンを掘り起こす技術である。仮説を人が立てて確かめるのではなく、データから知見そのものを発見する点が特徴である。他の選択肢はデータウェアハウス、データマート、OLAPの説明である。
出典：令和4年度 春期 高度試験 午前Ⅰ 問9（IPA）
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。
正解：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
要点：データマイニングは大量データから未知の規則性を掘り出す
データマイニングは、大量に蓄積されたデータを統計的手法や機械学習で分析し、あらかじめ想定していなかった規則性や相関を掘り起こす技術である。条件を指定して該当データを取り出す通常の検索と違い、分析する側が知らなかった知見を見つけ出す点に特徴がある。併売されやすい商品の組合せを見つけるバスケット分析などが代表例である。
出典・参考
公式シラバスの9 企業と法務 ＞ 2. 業務分析・データ利活用 ＞ (2) データ利活用に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。