????? 本文在商業DBMS 的基礎上，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題的解決和研究。這種的模型可以很方便的根據給定的信息，在最符合實際的子系統上得出盡可能好的結論。
關鍵詞 知識發現；數據挖掘；決策系統
??????? 隨著現代科學技術的迅速發展，數據庫的規模日益擴大，無論是商業、企業、
科研機構還是政府部門，在過去若干年的時間里都積累了海量的、以不同形式存
儲的時間資料。由于這些資料十分繁雜，要從中發現有價值的信息或知識，達到
為決策服務的目的，成為非常艱巨的任務。人們需要有新的、更為有效的手段對
各種信息資源進行挖掘以發揮其應有潛能。數據挖掘（Data mining）與知識發
現（Knowledge discovery）正是在這樣的應用需求背景下產生并迅速發展起來的。
數據挖掘指的是從大型數據庫或數據倉庫中提取人們感性趣的知識，這些知識是隱含的、事先未知的潛在有用信息目前國內企業實現數據挖掘的困難在于缺少數據積累，所以還沒有關于國內數據挖掘產品的報道！
??????? 總之,我的研究項目不僅源于學術上的動機，更是實際工作的需要。該項
目在已有大量數據積累的商業信息管理系統的基礎上實現。
數據挖掘系統所涉及的數據庫大多為大型數據庫，種類繁多，有關系型數
據庫、事務數據庫、工程數據庫、多媒體數據庫等?，F在還不可能做出一種數據
開采系統，使它從各種數據庫中都能有效地提取知識，大多系統都是針對一種數
據庫而設計。本文主要討論從關系數據庫中提取知識，因為關系數據庫是使用最
廣泛的數據庫。