本研究では, 外的基準をもつデータ解析にコンピュータ学習の1つの代表的方法論である概念クラスタリングの応用アルゴリズムを提案するものである.これにより, クラスターの形成と同時にそのクラスターを記述する表現が得られるなど, 従来の統計的なデータ解析にはない機能をもたせることができる.まず概念クラスタリングの手順を外的基準をもつ場合に修正した基本アルゴリズムを示し, さらに判別の性能を高めた2つの拡張アルゴリズムを提案し, これらの提案アルゴリズムをSUN 3上にprologにより実現した.そして, スケジューリング問題における競合解消の成功例と失敗例のデータを用いて, 提案手法を適用することにより, より性能の優れた新しいディスパッチング・ルールが形成, すなわち学習できるという応用例を示す.