空間データマイニングとは

空間データマイニングは、地理データのパターンを見つけようとするプロセスです。 小売業で最も一般的に使用されているこの製品は、テキストおよび数値の電子情報のパターンを見つけることに当初は焦点を当てていたデータマイニングの分野から発展しました。 空間データマイニングは、空間と時間に具体的に存在するオブジェクトの分析に関連する困難性のため、従来のマイニングよりも複雑な課題と見なされます。

標準のデータマイニングと同様に、空間データマイニングは、主にマーケティングと小売の世界で使用されます。 これは、どこでどのような店舗をオープンするかを決定するための手法です。 消費者が別の場所ではなく、ある場所に行くように動機付ける要因に関する既存のデータを処理することにより、これらの決定を知らせるのに役立ちます。

アシュリーが特定の街区にナイトクラブを開きたいと言っているとします。 適切なデータにアクセスできれば、空間データマイニングを使用して、ナイトクラブを成功させる空間要因を見つけることができます。 彼女は次のような質問をするかもしれません：公共交通機関が近くにある場合、より多くの人々がクラブに来るでしょうか？ 他のナイトライフ会場からどのくらいの距離が後援を最大化しますか？ ガソリンスタンドへの近接はプラスまたはマイナスですか？

また、アシュリーは、ナイトクラブに来る人々が個々の夜の間に均等な分布で到着することを確実にしたいかもしれません。 また、空間データマイニング（より正確には、時空間データマイニング）を使用して、特定の時間に人々が街をどのように移動しているかを調べることもできます。 同じプロセスは、異なる曜日のご愛顧にも適用できます。

空間データマイニングの難しさは、インターネットを超えた世界の複雑さの結果です。 データマイニングでの過去の取り組みでは通常、分析に適したデータベースが使用されていましたが、空間データマイニングに使用できる入力は情報のグリッドではなく、マップです。 これらのマップには、道路、人口、ビジネスなどのさまざまなタイプのオブジェクトがあります。

何かが他の何かに「近い」かどうかの判断は、離散変数から連続変数になります。 これにより、分析に必要な複雑さが大幅に増加します。 信じられないことに、これは、空間データマイニングを試みる人が利用できる、より単純なタイプの関係の1つです。

空間データマイニングも誤検知の問題に直面しています。 関係を探してデータを検索するプロセスでは、統計的な誤検知の結果として多くの明らかな傾向が現れます。 この問題は、より単純なデータベースをマイニングするタスクにも存在しますが、空間データマイナーが利用できるデータの大きさによって増幅されます。 最終的に、空間データマイニングによって特定された傾向は、説明と追加の調査のプロセスを通じて確認する必要があります。