本論文は、ビッグデータの利点を最大限に引き出すために、コンパクトデータの方法論を提案しています。ビッグデータはその扱いや分析が困難ですが、コンパクトデータはこのビッグデータを最適化し、重要な知識パターンをより詳細に保持することを目的としています。この手法により、ビッグデータシステムを使用することなく、思慮深くパーソナライズされたデータ利用が可能となります。また、著者は様々な問題状況に応じたコンパクトデータ設計の重要性を強調し、データ駆動型研究における多様な技術の適用例を示しています。最終的に、本論文は2020年のIEEE-ICITIS会議で受理されました。