先日某所で、わたくしの「テキストマイニングを使用したブランドQFD」の論文を披露しましたところ、テキストマイニングの結果なんて何かごちゃごちゃ出てくるだけで訳が分からん、とのご指摘がありました。
実のところ、わたくしもテキストマイニングのアウトプット（特に共起マップなど）は訳が分からんと思っておりましたので、ご意見はごもっともと思いました。
結局、テキストマイニングでは「Ａ」と「Ｂ」には確率的な関係がある、すなわち相関関係がある、ということしかわかりません。
しかしながら、物事を理解するには「Ａ」と「Ｂ」には因果関係がある、というところにまで持ってゆく必要があります。
特に、理系の人は因果関係にこだわりがありますので、上記のような意見となります。
わたしなどは、相関関係があれば因果関係もあるのではないかと安易に考えてしまいますが、厳密にいえばそれは間違いですので、テキストマイニングを使用する際には注意が必要となります。
テキストマイニングが大いに役立つのは、因果関係が必要とされない世界、例えば、心理空間の分析と思います。
心理空間では因果が存在しない（例えば、自分は赤が好き、ということには理由がない）ので、相関関係だけで処理できるのではないかと思います。
したがって、顧客のニーズ分析などは、テキストマイニングが大いに役立つのではないかと思います。
そう考えますと、心理空間は相関関係重視、物理空間は因果関係重視、それらをつなげるのが多空間デザインモデルということになると思います。
最近思っておりますのが、例えば、アイデア出しというのは、脳内で知識の相関関係が生成されることであり、研究・技術開発というのはその脳内の相関関係を因果関係に変換する作業なのではないかと思います（すなわち心理空間から物理空間への変換）。
そうしますと、テキストマイニングで、脳内の知識の相関関係生成を疑似的に行えれば、人間ではなく、家のパソコンが勝手にアイデア出しをすることができるのではないかと思います。
いままでのアイデア出しは、脳内処理であることから精神論（ブレーンストームや風呂に入るなど）が多く、一般化されておらず、誰にでもできるというものではありませんでしたが、テキストマイニングを使用することにより、アイデア出しはパソコン、実証は人間という役割分担に将来はなるかもしれません。
という話も、私の脳内で相関関係があると認識されたアイデアですので、いつか実証したいと思います。
