随着我国“信息化带动工业化”发展战略的不断深入,信息化建设已经成为企业提升核心竞争力的主要途径。而IT 项目作为信息化的一部分,也因此受到越来越多企业的关注。但是,IT 项目的实施是一项风险事业,其成功率一直都很低的,项目的成功与否取决于实施过程中对风险进行有效的识别、预测和控制。因此,风险管理问题已成为当前IT 项目实施中面临的主要问题。IT 项目的实施过程涉及风险因素较多,具有不确定性和非结构化等特点,难以用单一的模型和算法解决。传统的项目风险分析大多是根据管理者的个人经验来进行的,而且假设条件太多,与实际情况有较大的差别,因此,传统的方法具有一定的主观性和随意性。针对这些问题,本文通过问卷调查,对IT 项目的风险问题进行了深入系统的研究,提出以粗糙集理论为主、多方法融合的风险决策过程中的规则挖掘方法,其目的是在信息不完整、不精确的前提下,无需传统意义上复杂的建模过程,直接从大量的客观数据中发现隐含知识,实现对IT 项目的风险等级预测、以及对风险决策规则进行挖掘的目的,从而提高风险决策和判断能力,促进IT 项目风险管理向着智能化、科学化、定量化的方向发展,并最终提高项目的成功率。本文主要研究IT 项目风险分析与决策过程中的规则挖掘问题,主要内容包括以下几个部分: 本文首先评述了国内外IT 项目风险管理的现状,对IT 项目的范围和定义进行了描述分析,并通过调查问卷的分析结果,总结了IT 项目不成功的主要表现,对IT项目的风险因素进行了归纳与分类。接着,利用粗糙集方法对风险因素进行预处理,主要包括知识分类、分类质量,以及属性间的相互依赖性。指出单个属性权重分析所存在的问题,重点研究了基于粗糙集的组合权重和聚类分析,通过引入多元属性的组合权重这个概念,利用欧拉距离公式来构造组合权重的相似矩阵Rn ×n,分析了属性内部之间的关联,从而实现对风险因素进行聚类分析。其三,研究了基于粗糙集标准分类的风险规则挖掘方法。首先通过实例介绍基于分类一致性的规则挖掘算法(RICCR),在此基础上,利用可识别矩阵C D(i , j )和分辨函数来简化求解的过程,在规则简化阶段,利用有效规则权重的方法对规则进