随着计算机技术、网络技术、信息技术的飞速发展,数据在人们生活中所占的比重越来越大,但是怎样能从这些数据中挖掘出对人类生产生活真正有用的信息呢?这个问题受到越来越多的关注。粗糙集是数据挖掘中一种研究不确定性问题的数学工具,是目前人工智能理论及其应用领域中的研究热点之一。如今粗糙集理论在许多领域都得到了成功的应用,但粗糙集理论仍有一些问题值得进行更深一步的研究,如粗糙集本身没有确定如何建立一个精确集合作为目标集合的最优近似集,没有给出如何计算目标集与其近似集之间模糊相似性的方法,以及经典粗糙集理论应用于数据挖掘的聚类中存在一定的局限性等,本文主要针对粗糙集中存在的以上几个问题进行了研究:首先,对于经典粗糙集只能通过两个清晰的边界(即上近似集和下近似集)作为目标集合的近似集,并没有明确给出在现有的知识粒中如何确定不确定目标集合的近似集的方法,针对这些问题引入了粗糙集的一种扩展模型——粗糙集的近似集模型。在本文中,用经典度量相似性的方法——欧式距离来计算目标集合与其近似集之间的模糊相似性,随后具体的分析了0.5-近似集的特征和性质,结果表明0.5-近似集是所有可定义集合中目标集合的最优近似集。其次,本文详细分析了数据挖掘中目前比较经典的相似性度量方法并分别说明在何种情况下使用哪类相似性度量方法比较合适。在数据挖掘领域,相似性度量是解决很多问题的基本条件。如在粗糙集近似集的研究中,相似性度量是最终确定该方法能否精确刻画目标集合的近似集的基础。而在数据挖掘的分类或聚类问题中,相似性度量也是研究该问题的基础条件。因此在本文中首先总结了目前数据挖掘中经典的相似性度量方法并且说明在不同的数据集或要完成不同目标的情况下应该选择哪类相似性度量方式。最后,针对粗糙集的另一种扩展模型——变精度粗糙集,本文开展了关于变精度粗糙集对于数据挖掘中聚类方法的实际应用研究。数据挖掘中传统的模糊聚类算法对于噪声点比较敏感,从而造成聚类的精度不高,针对此问题本文提出了一种基于变精度粗糙集的模糊聚类算法,此算法根据粗糙集的原理将待划分的数据元素分别划分到正域、负域和边界域三个域中,然后根据变精度的思想和数据特征确定阈值,再将边界域中的元素进行划分。最终通过仿真实验对该算法进行了实验和分析,表明该算法可行有效,进一步促进了粗糙集扩展模型的发展和应用。