相関ルールマイニング

　私は第３研究として、
　学生実験に関する学生のアクション分析他を行い、即座にフィードバックし、よりよい指導を行うための研究を行っている。
　アクション分析の対象は、サーバーへのアクセスログである。
　そのため、データマイニングを電車の中で調べてみた。

　その結果、相関ルールマイニングというものがあることを知ったため、調査結果をここに書き記す。

　
　
　相関ルールマイニングとは、
　データ項目の大きな集合間に、ある興味深い相関を探す処理
　のことである。

　ルールは、

　X　⇒　Y

　の形で記述され、支持率と確信度という確率値を持つ。

　Xという行動を起こした場合、
　Xと同時にYという行動を起こす確率：支持率
　既にYという行動を起こしている確率：確信度

　となる。
　よって、時間軸的にはXというeventが発生した際に、あらゆるeventを調べ、"既に起こしているか"，"同時期に起こしているか"を調べ、確率とする。

　サーバーアクセスは複数アクセス同時ということは出来ないため、同時期とは何秒以内なのか、を定義する必要があると考えられる。

　具体的な例を挙げると、

　[レポート受理確認ページアクセス]　⇒　[レポート提出]（支持率=20%，確信度=75%）

　と言ったところだろうか。これは、
　レポートを提出して即確認をする学生が20%
　レポートを提出して直ぐには確認しないが、後日実験日にでも確認する学生が75%
　ということを示す。

　このデータマイニングから分かることは、クラスタリングのための指標だ。

　クラスタ１：提出し、即チェックする学生（20%）
　クラスタ２：提出後、後では確認する学生（75%）
　クラスタ３：提出後、受理確認を行わない学生（5%）

　というクラスタが出来上がる。それぞれのクラスタの学生の平均成績などを分析する事で、密な指導が必要な学生像が浮かび上がる。

　最後に。
　１つ1つ調査することは出来ないため、オートマチックにマイニングする手法を探す必要があるだろう。