データマイニングとビッグデータとは？でーたまいにんぐとびっぐでーた
データマイニングは、大量のデータから統計や機械学習の手法で、あらかじめ想定していなかった規則性や関連を掘り出す技術。ビッグデータは、量・多様性・生成の速さのいずれかが従来の手法で扱える範囲を超えたデータ群を指し、その分析に前者の技術が使われる関係にある。
最終更新：2026-10-06
情報処理安全確保支援士を最短で暗記・合格する →背景
業務システムに蓄えたデータは、当初は伝票の記録と集計のためのものだった。そこに保存費用の低下とセンサやログの増加が重なり、目的を決めずに貯まったデータから何が言えるかを探す需要が生まれた。支援士でこれらが範囲に入るのは、SIEMによるログ相関のように、大量のイベントから既知の条件に当てはまらない異常を見つける発想が同じ土台に立っているからである。
具体例
Amazonのよく一緒に購入されている商品の表示は、大量の購買履歴から同時購入の傾向を掘り出す分析の典型で、担当者が事前に仮説を立てた組合せではない。同じ発想を認証ログに向ければ、通常と異なる時間帯や経路からのログインの塊を、条件を決め打ちせずに拾い出せる。
試験での引っ掛け
OLAPと対比して問われる。OLAPは人が立てた仮説を確かめる仮説検証型、こちらは未知の規則を掘り出す仮説発見型である。得られるのは相関であって因果とは限らない点も頻出。ビッグデータ側は、単にデータ量が多いことだけを指すのではなく、多様性と生成の速さを含む3つの特徴で定義される。
関連用語
出典・参考
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。