鉱山で大量の土砂を掘り出して、その中から極めて少量の金塊を掘り当てるように、
潜在的な顧客ニーズを採掘する作業であることから
データマイニング（Datamining=データの採掘）と言われている。
データマイニングの利用例として「紙おむつとビール」の話は、
誰しも１度は耳にしたことがあるだろう。
「統計解析」と「データマイニング」の違いを問われることがあるが、
端的に言うと…
統計解析は、
「データの傾向をとらえ、代表値（パターン）を導き出す手法」であるのに対し、
データマイニングは、
「データを網羅的に探り、有効なパターンを導き出す手法」であり、
根幹の概念が異なる。
網羅的に解析を行う「データマイニング」は、
コンピュータへの処理負荷が非常に高く、
「データマイニング」と言う言葉が使われ始めた90年代後半では、
ビジネスにおいて活用できる環境にはなかった。
その後、コンピューターの進化により、大量データの蓄積・解析が可能となった
"ビッグデータ時代"を迎え、着目されてきた手法である。
JRAが提供している情報サービス"JRA-VAN"は、「過去のデータの提供」が主目的であるが、サイト内には［JRA-VAN データマイニング］という記載がある。
「競馬は、レース当日の馬の速さに関係していると思われる客観的なデータをうまく組み合わせることにより、ある程度の予測が可能な現象である」との記載（一部要約）が見つかった。
つまり、JRA-VANで提供している過去の実績データを使って、コンピューターでデータマイニングを行い、"走破タイム予測をしている"という事だ。
さらに、「データマイニングの予測モデルにはいくつかのタイプがあるが、現在運用の予測モデルはニューラルネットワーク（BPN）を利用しています。」と記載されている。JRA-VANで蓄積された過去のデータを利用し、ニューラルネットワークのアルゴリズムで作成した「走破タイム予測ニューロンモデル」により、今後開催されるレースの出走馬の"走破タイムを予測してくれる"というものだ。
ニューラルネットワークのモデルイメージ
ちなみに、ニューラルネットワークは、人間の脳の神経回路網をコンピュータ上でシミュレーションするソフトウェア技術であり、有効な変数の選択や最適な組合を自動的に行い、上の様な関係モデル式を作成する手法。
中間層が存在することにより、非線型な事象についても予測モデルを作成する事ができ、従来の回帰分析に比べて通常は予測精度が高いといわれている。
予測モデルでは、以下のような変数を用いている。
>馬体重
>馬体重増減割合
>負担重量
>負担重量率
>騎手
>血統系統
>調教師
>馬齢
>性別
>過去走実績
>脚質傾向
>出走回数
>1着回数
>3着内回数
>出走回数（同トラック）
>1着回数（同トラック）
>3着内着回数（同トラック）
>前走のレースのレベル
>前走のレースタイム比
>前走の上がりタイム比
>前2走のレースのレベル
>前2走のレースタイム比
>前2走の上がりタイム比
>前3走のレースのレベル
>前3走のレースタイム比
>前3走の上がりタイム比
>休養明け状況フラグ
>叩き2戦目フラグ
>格上挑戦フラグ
>重・不良馬場適性
>天候適性
>競馬場適性
>距離適性
>乗り替わりフラグ
>展開有利フラグ
また、予測モデルは"走破タイム予測モデル"と"対戦型モデル"の２種類があり、 "走破タイム予測モデル"が、出走馬単独のデータを使用して走破タイムを予測しているのに対し、対戦型モデルは出走馬2頭のデータを使用して２頭間の相対差（今回は順位に基づく勝ち・負け）を学習させている点が異なる。
つまり、対戦型モデルは、「出馬表に並んだ出走馬の属性や過去成績等を2頭ずつ比較してどちらが強いのかを予測しつつ、レース全体で相対的に最も強い競走馬を探し出す」と言うプロセスになっている。レースごとに出走馬"18頭"を総当たりで、過去のデータから比較し「勝ち負けをつける」といった作業を、全レースで行っているのだから、かなりの『ベテラン競馬予測師』でも"成せない技"であろう。
まさに、"データマイニング"を活用した「コンピュータ予測」には最適な分野である。
活用実績例
