Information/Sensibility
相関分析、多変量解析など統計的手法では、データの線形性、項目間の独立性、サンプル数などの制約があるため、分析が難しいデータも多数存在する。そこで、そのような制約のないラフ集合理論を用い、統計的手法とは異なる側面からデータマイニングを行い、その結果を推論するシステムを構築する。
一般的に、データ内にある項目(例えば車の「イメージ」)に関する規則性は、データ内の他の項目の組み合わせとして記述される。ラフ集合を用いることで、データを正しく分類するための必要最小限の属性集合(相対縮約)を抽出し、データに潜む規則性をIf-Then形式の決定ルールとして表現する。
ラフ集合を用いてデータに潜む規則性を抽出するだけではなく、抽出された規則性自体の重要度およびデータ内の各項目の重要度なども評価可能。
統計的手法とは異なり、データの線形性、分析項目間の独立性、サンプル数等の制約がなく、多数の項目間の関連性を同時に分析可能。
マーケティングによるデータ(感性データ含)からの助言、ラフ集合によるアンケート解析など。