データマイニングの結果が真に意味のある発見であるかどうかを判定することは、知識発見プロセスにおいて極めて重要な段階です。パターンマイニングやグラフ分析など様々な応用分野では、ノイズやランダムな変動によってもたらされる虚偽の発見を避けるため、結果の統計的有意性を評価する必要があります。従来のリサンプリング手法は広く使用されてきましたが、特に複雑な分析において解析的な結果を導出できない場合に有効です。しかし既存のアプローチは数千個のリサンプルデータセットを生成・分析する必要があるため、大規模なデータセットや計算集約的な分析に対しては実用的ではありませんでした。 本研究では、データマイニング結果の統計的有意性を評価するための革新的なアプローチ「FewRS」が提案されています。このアプローチは、虚偽発見確率に関する厳密な保証を備えながら、リサンプリングベースの手法が適用可能なあらゆる状況で利用できます。FewRSの核となるのは、データマイニング結果の品質を表す検定統計量の上限偏差に関する新しい理論的境界の導出です。 この手法の最大の特徴は、必要なリサンプルデータセット数を極めて少数に削減できるという点です。パターンマイニングとネットワーク分析の一般的なタスクで検証された結果、従来手法と比べて最大100倍の実行時間短縮を実現しながら、高い統計的検出力を保持しています。これにより、大規模な実世界データセットに対する統計的検証がより現実的になり、データマイニングの実用的な応用が大きく拡がることが期待されます。