経営データにおけるデータマイニング基礎技術の開発、ならびに戦略的活用に関する研究

本研究では、ビジネス分野におけるデータマイニング基礎技術、ならびに実装技術の開発を発見科学の立場から行うものである。データマイニング技術を適用するには、まだ多くの基礎技術の開発が欠かせない。本研究では、クラス間分散最大区間を求めるアルゴリズムと二次元への拡張を行った。求める領域を矩形領域に限定することによって、クラス間分散を最大化するような領域を求める高速アルゴリズムを開発した。さらに、1次元配列だけではなく、2次元配列における問題に拡張できるようにした。また、実装技術としては、履歴ベースの考え方を提示し、データマイニング志向のデータ蓄積技術を開発した。従来の企業で採用されている蓄積方法はデータマイニングプロセスで必要となる重要なデータが消失してしまうが、我々の提示する履歴ベースは、時系列データを蓄積することによって、データマイニングプロセスをサポートすることが可能になっている。これらは既に、企業への導入が行われているものであるが、その蓄積されたデータをもとに、実証実験を行い、現実への有用性を我々は明らかにすることができた。特に、企業の販売促進戦略への応用は将来的に、十分な効果が期待できるものと思われる。ダイレクトメールのターゲット顧客の選定にアソシエーションルールのアルゴリズムを適用し、検証の結果、通常の4倍の効率向上を確認することができた。我々は、こうした経営データに対してデータマイニング技術を適用し、基礎技術、実装技術の開発、その実証を通して、発見科学の経営領域の研究に寄与できるものと考えている。

本研究では、ビジネス分野におけるデータマイニング基礎技術、ならびに実装技術の開発を発見科学の立場から行うものである。データマイニング技術を適用するには、まだ多くの基礎技術の開発が欠かせない。本研究では、クラス間分散最大区間を求めるアルゴリズムと二次元への拡張を行った。求める領域を矩形領域に限定することによって、クラス間分散を最大化するような領域を求める高速アルゴリズムを開発した。さらに、1次元配列だけではなく、2次元配列における問題に拡張できるようにした。また、実装技術としては、履歴ベースの考え方を提示し、データマイニング志向のデータ蓄積技術を開発した。従来の企業で採用されている蓄積方法はデータマイニングプロセスで必要となる重要なデータが消失してしまうが、我々の提示する履歴ベースは、時系列データを蓄積することによって、データマイニングプロセスをサポートすることが可能になっている。これらは既に、企業への導入が行われているものであるが、その蓄積されたデータをもとに、実証実験を行い、現実への有用性を我々は明らかにすることができた。特に、企業の販売促進戦略への応用は将来的に、十分な効果が期待できるものと思われる。ダイレクトメールのターゲット顧客の選定にアソシエーションルールのアルゴリズムを適用し、検証の結果、通常の4倍の効率向上を確認することができた。我々は、こうした経営データに対してデータマイニング技術を適用し、基礎技術、実装技術の開発、その実証を通して、発見科学の経営領域の研究に寄与できるものと考えている。