粗糙集理论是一种适用于不完整和不确定系统知识发现的数学工具.该文从粗糙集理论着手,研究分类挖掘技术,设计出一种基于粗糙集的分类挖掘原型系统RSMiner.该系统分成四大部分:数据预处理、属性约简、规则生成、知识评估.在数据预处理阶段,对属性值的填充策略和属性值离散化的几种算法进行分析,比较了这几种离散算法各自的性能和优缺点;在属性约简阶段,讨论了两种适用范围不同的约简算法,一种约简算法基于最小公共交集,另一种算法基于属性重要度,并且比较了二者各自的适用范围和性能;规则生成阶段,该文给出一种新的元信息的表述方法,在此基础上提出一种新的动态的规则生成方法,采用该方法,在规则生成的同时能够约简规则,避免了传统粗集方法对大量数据作一次性处理而造成的内存不足,同时又具备处理动态增加数据的能力;在知识评估阶段,介绍评估知识有用程度的主客观度量标准,并且用分类器在全局的基础上进行评估;最后,对原型系统RSMiner加以应用,实验获得较好的结果,证实了该文提出的方法有一定的实用价值.