解説

データマイニング（Data Mining）は、大量のデータの中から統計的・数学的手法を用いて、これまで知られていなかった隠れたパターン、規則性、相関関係などの有用な知識を発見する技術・プロセスである。ビッグデータの文脈では、単純な検索やレポートでは見つけられない知見を掘り出す（mining：採掘）ことが目的。選択肢aの「蓄積されたデータを分析し、単なる検索だけでは分からない隠れた規則や相関関係を見つけ出すこと」がデータマイニングの正確な説明。

なぜ他の選択肢は違うのか

選択肢 イ

「データウェアハウスのデータを特定用途・部門用に切り出す」のはデータマート（Data Mart）の説明。特定のテーマや部門向けに最適化されたサブセット。

選択肢 エ

「データを複数サーバに複製して性能・可用性を向上」はレプリケーション（データ複製）の説明。分散処理や冗長化のためのデータ管理手法。

解くときのポイント

データマイニング＝「隠れたパターン・規則・相関の発見」。類似語との区別：OLAP（多次元分析）、データマート（部門別DWH）、ETL（抽出・変換・ロード）。AIの機械学習との親和性も高い概念。