クラウドデータベースとビッグデータについて

いつも読んでいるブログ
メタノート.comに，下記の本が紹介されていました．

↑一般書籍

（電子書籍も発売されています．）

少し話が前後しますが，

現在私が力を入れている

医療用のオンライン（クラウド）データベース．

おかげさまで，1万件を超える登録がありました．

1万件のデータ

というと，正直，どのように解析したら良いか？

と悩んでいました．

そんなところに，まさにタイムリーな本です．

現在，いろいろな本で紹介されている，

ビッグデータ

というキーワード．

まだまだ未知数ですが，今回読んだ文章の中から少し引用してみますと

以下本文からの引用
グーグルは、米国人が検索時に入力した言葉のうち、上位５０００万件を抽出した。そして２００３年から２００８年までの季節性インフルエンザの流行に関するＣＤＣのデータとの相関関係を調べた。つまり、インターネットでの検索内容から、インフルエンザ・ウイルスの感染状況が明らかになると考えたわけだ。

（補足）グーグルは，これまでとは全く別のアプローチで，インフルエンザの流行しているエリアを見つけることに成功した．これは，病院から集めたデータではなく，インターネットの検索内容の中から，"CDCが出したインフルエンザ流行に関するデータ"と，高い相関を有するものをピックアップすることで，インフルエンザの流行を捉えた．

従来の方法
日本人が胃癌になるリスクを推測するためには，
日本人の中から，ランダムに抽出した人（スモールデータ）について，過去の因果関係に関する知見から，医師が胃癌になるリスクと予想した因子について，統計解析していた．

ビッグデータを用いた解析
実際に使用するデータは，特定の抽出されたデータではなく，日本人全体のあらゆるデータ．そして，因果関係に注目するのではなく，相関する因子に注目する．
もしかしたら，胃癌の発生と「持ち家の有無」，「家から職場までの移動距離」といった，全くこれまで注目されてこなかった因子が，高い相関を示すかもしれない．

以下本文からの引用
例えば、個人の融資返済能力を数値化した「与信スコア」は、個人の行動の予測に使われている。与信スコアという概念は、１９５０年代にフェアアイザック（ＦＩＣＯ）という会社が開発したものだ。 　そのＦＩＣＯが２０１１年に「服薬遵守スコア」（患者が薬剤を処方どおりに服薬しているかどうかを示すスコア）という概念を開発した。このスコアは同一の住所地での居住期間、単一の職場での勤続年数、自動車所有の有無など、ちょっと変わったものも含め、さまざまな変数を分析し、「医師の指示どおりに服薬できる人物かどうか」を判定する。

（補足）
仮定ですが，ビッグ・データの中から，服薬遵守スコアに相関する因子として，「自動車所有」だとか「単一の職場での勤続年数」といった項目が見つかるかもしれない．
そこから，なぜ？（因果関係）はわからないが，結果を予想するのには大変役立つデータである．

とても，面白い内容の本です．
私の説明が上手く無いので，伝わりにくいですが
これまでの，「全体の傾向を予想するために，ランダムに抽出したデータから，因果関係を予測して，抽出した予測因子について，相関を調べる．」
という方法から
ビッグデータから，因果関係は無視して，とにかく相関する因子を見つかることで，結果を正確に予想する．

というパラダイムシフトが起こっているようです．
このブログの書評がわかりやすいかも
マインドマップ的読書感想文