階層クラスタリングはデータからの知識発見における主要な方法の一つである。しかし、従来の階層クラスタリングの方法では、データの摂動（例えばデータ1点の削除）に対してクラスタリングの構造が大きく変化することがある。これは階層クラスタリングを通じて発見された知識が不安定なものであることを示唆している。そこで、本研究では階層クラスタリングを安定化させ、構造変化の少ない安定したクラスタリングを可能とするアルゴリズムを提案する。具体的には、階層クラスタリングの安定性の基準として”平均感度”という量を導入する。そして、指数メカニズムを用いて平均感度の低い、より安定な階層クラスタリングのアルゴリズムを提案する。
