????? 本文在商業(yè)DBMS 的基礎(chǔ)上，提出了一種基于粗糙集理論的模型,以利于信息不完備情況下的推理和決策問(wèn)題的解決和研究。這種的模型可以很方便的根據(jù)給定的信息，在最符合實(shí)際的子系統(tǒng)上得出盡可能好的結(jié)論。
關(guān)鍵詞 知識(shí)發(fā)現(xiàn)；數(shù)據(jù)挖掘；決策系統(tǒng)
??????? 隨著現(xiàn)代科學(xué)技術(shù)的迅速發(fā)展，數(shù)據(jù)庫(kù)的規(guī)模日益擴(kuò)大，無(wú)論是商業(yè)、企業(yè)、
科研機(jī)構(gòu)還是政府部門(mén)，在過(guò)去若干年的時(shí)間里都積累了海量的、以不同形式存
儲(chǔ)的時(shí)間資料。由于這些資料十分繁雜，要從中發(fā)現(xiàn)有價(jià)值的信息或知識(shí)，達(dá)到
為決策服務(wù)的目的，成為非常艱巨的任務(wù)。人們需要有新的、更為有效的手段對(duì)
各種信息資源進(jìn)行挖掘以發(fā)揮其應(yīng)有潛能。數(shù)據(jù)挖掘（Data mining）與知識(shí)發(fā)
現(xiàn)（Knowledge discovery）正是在這樣的應(yīng)用需求背景下產(chǎn)生并迅速發(fā)展起來(lái)的。
數(shù)據(jù)挖掘指的是從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取人們感性趣的知識(shí)，這些知識(shí)是隱含的、事先未知的潛在有用信息目前國(guó)內(nèi)企業(yè)實(shí)現(xiàn)數(shù)據(jù)挖掘的困難在于缺少數(shù)據(jù)積累，所以還沒(méi)有關(guān)于國(guó)內(nèi)數(shù)據(jù)挖掘產(chǎn)品的報(bào)道！
??????? 總之,我的研究項(xiàng)目不僅源于學(xué)術(shù)上的動(dòng)機(jī)，更是實(shí)際工作的需要。該項(xiàng)
目在已有大量數(shù)據(jù)積累的商業(yè)信息管理系統(tǒng)的基礎(chǔ)上實(shí)現(xiàn)。
數(shù)據(jù)挖掘系統(tǒng)所涉及的數(shù)據(jù)庫(kù)大多為大型數(shù)據(jù)庫(kù)，種類(lèi)繁多，有關(guān)系型數(shù)
據(jù)庫(kù)、事務(wù)數(shù)據(jù)庫(kù)、工程數(shù)據(jù)庫(kù)、多媒體數(shù)據(jù)庫(kù)等。現(xiàn)在還不可能做出一種數(shù)據(jù)
開(kāi)采系統(tǒng)，使它從各種數(shù)據(jù)庫(kù)中都能有效地提取知識(shí)，大多系統(tǒng)都是針對(duì)一種數(shù)
據(jù)庫(kù)而設(shè)計(jì)。本文主要討論從關(guān)系數(shù)據(jù)庫(kù)中提取知識(shí)，因?yàn)殛P(guān)系數(shù)據(jù)庫(kù)是使用最
廣泛的數(shù)據(jù)庫(kù)。