データマイニング手法の主要な要素として，データの層別（分割）と相関関係の抽出があげられており，データの構造を考慮した局所的なモデリングによる知識発見が試みられている．そこで，プロトタイプからの距離をクラスタリング基準として用いるFCM型のファジィクラスタリング法を，局所的なデータ解析に応用する研究が種々なされている．本研究では，局所的な主成分分析法とみなされるFuzzy c-Varieties（FCV）法においてデータ分割の基準としてカテゴリカルデータが付加されている場合に，量的変量と質的変量の両方を加味したデータ分割を行う手法を提案する．質的変量のカテゴリーにFCVクラスタリングに適した数量的得点を付与することにより，局所的な主成分の抽出とカテゴリーの分割を同時に行う．カテゴリー分割の結果を利用することで，クラスター構造の解釈が容易な局所的データ解析が可能となる．
