膨大なデータから人にとって有益なルールや知識を検出・発見する,いわゆる データマイニング(DM)の研究が急速に進展しつつあります.DMにおいて は,大規模性に十分に対処できる処理の効率性に加え,出力された候補ルール・ 知識の可読性や興味深さが大変重要です.こうした問題意識のもとに,本研究室では,データ抽象を用いたDM,データ間の局所的な相関の変化に注目した傾向抽出,興味深いクラスタのピンポイント抽出等について研究を行っています.