1. CiNiiによるリアルタイムデータマイニングの可能性 平成２２年１月３０日 マイニング探検会 前田朗

2. ＣｉＮｉｉと決定木を組み合わせる？ 「ＣｉNiiと決定木しばり」で何ができるかを考える CiNiiの制約 雑誌論文検索 「雑誌名」「巻号」「年次」「タイトル」「ページ」「要旨」「全文リンク」などの情報を取り出し可能 決定木 分類器のひとつ 人間にわかりやすい結果を出す 学習データ（パターンと正解）が必要 データマイニングのしばりとして、相応のデータ数が必要

3. CiNiiで学習データを用意する 検索結果をそのまま解析する方向で「思考実験」

4. 検索結果をパターン化する ある程度、入力と正解をパターン化しないとデータマイニングがうまく働かないというのはあります 雑誌タイトル -> パターンとして使えるかも 第一著者 -> パターンとして使えるかも 年次 -> 連続値として使用可能 論文タイトル＆要旨 工夫をすれば使えるかも ちょっとしたブレイクスルーが必要

5. 論題＆要旨をパターン化 単純にクラスタリング（教師データ不要の分類）をすればパターン化可能 クラスタＢ クラスタＡ クラスタＣ そういえば、GETAにはクラスタの代表単語を出す機能があったような….

6. どう決定木にかけるか 入力データ 雑誌名（クラス＝離散値） 第一著者（クラス＝離散値） 年次（連続値） 正解データ 論題＆要旨のクラスタ（with クラスタの代表単語） これらのデータを多数集めることで「教師データ」とする。 ヒット件数が（たとえば）100件以上のときに動かすとか

7. CiNiiへの付加価値 決定木なので、「雑誌名」「第一著者」「年次」がどの条件のときに、どの論文グループになるかを図示できる リアルタイムで決定木を使うのはセオリー外だがそれはそれで面白いかも 制約上、ヒット件数が多いときのみ有効 逆転の発想で、ヒット件数が多いときのレポート機能と考える ＣｉＮｉｉ検索結果のリアルタイムレポート機能として有効かどうか？

8. アイデアをどう評価する？ 机上で検討 実験（今回はちょっと面倒そう） 実装（さらに面倒そう） ほかにも有効な方法があるかもしれないので、それを考えるとか

9. 参考 決定木のWikipedia記事 http://ja.wikipedia.org/wiki/%E6%B1%BA%E5%AE%9A%E6%9C%A8 データクラスタリングのWikipedia記事 http://ja.wikipedia.org/wiki/%E3%83%87%E3%83%BC%E3%82%BF%E3%83%BB%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E3%83%AA%E3%83%B3%E3%82%B0