数据挖掘(DM)是从存放在数据库、数据仓库或其它信息库中的大量数据中挖掘有趣知识的过程。自从八十年代粗糙集理论被提出以来,国内外学者不断地对该理论进行了广泛的研究,提出了基于粗糙集的挖掘模型,基于粗糙集理论的数据挖掘技术可以用来从大型数据库中挖掘出有用和用户感兴趣的知识,解决现代信息系统中数据多而信息少的问题。本文主要研究了基于粗糙集理论的数据挖掘技术,及其在质量监督系统预测警报中的应用。论文的主要内容有以下方面: (1)本文研究了数据挖掘和粗糙集的研究现状及基本理论,包括知识系统、近似分类、约简、决策树、区分矩阵等概念和基于粗糙集的属性约简方法; (2)介绍并分析了质量监督系统原有的系统架构、功能模块,在研究了需求及可行方案后,提出了预警子系统的设计; (3)着重研究了基于粗糙集理论的数据挖掘技术在质量监督系统预测警报中的应用,根据应用背景提出了改进算法,即基于粗糙集的属性约简算法,同时给出了具体的应用实例; (4)最后,编写软件实现了质量监督信息系统中的预警模块。 以上提出的算法、分析通过试验以及在实际项目中的实践,证明是有效可行的,所得到的规则为系统的决策提供了有效信息。