随着数据类型的多样化,在实际的应用中,由于获取手段的限制或是实际问题的需要,我们获取到的数据很有可能是集值数据等非标准化数据。因此研究如何处理这类非标准化数据对更好地解决实际问题意义重大。与此同时,作为大数据的一种表现形式,分布式数据普遍地存在在许多实际问题中,但由于成本高、数据量庞大以及安全问题等因素的限制,在解决这类问题时往往不能将他们集中进行处理,这就导致了传统方法的使用受到限制。因此,如何有效地、分布地处理分布存储的数据是当前大数据研究中的一个热点问题。属性约简是数据预处理中的一个重要研究内容,它能够有效地约简掉数据中冗余的或是不重要的属性,从而加快后续对数据的处理进度,最终达到提高数据处理效率的目的。目前针对分布存储的标准化数据和不完备数据,已有研究者提出了相应的理论方法使得在保持系统约简前后分类能力不变的情况下对其进行有效地约简。但针对分布式集值数据的属性约简问题还有待研究。本论文深入研究了集值数据以及分布式集值数据的属性约简问题,主要内容如下:1.研究了析取语义背景下集值数据的属性约简。首先,提出了一种基于概率的相似关系来衡量两个集值对象之间的相似程度,克服了现有方法的局限性。然后,针对集值决策信息系统提出了一种相应的基于正域的属性约简算法。实验结果表明该方法可以有效地简化集值决策信息系统且分类准确率也比现有方法有所提高。2.研究了分布式集值数据的属性约简。首先,定义了分布式集值决策信息系统下的粗糙集模型。然后,在保持系统的正域不变的前提下讨论了系统中属性的可约简性,并提出了分布式集值决策信息系统下基于正域的属性约简算法。实验结果表明该方法可以在保持系统分类能力基本不变的情况下有效地去掉系统中的冗余属性。