粗糙集理论是一种处理不精确、不确定和不完备信息的数据分析方法,以其为理论基础的数据分析与处理技术得到越来越广泛的应用。决策信息系统分解作为解决大型决策表数据海量性和复杂性的一种有效手段,能有效提高数据分析效率。本文基于粗糙集理论,针对决策表分解关键技术进行较为深入的研究。本文阐述了粗糙集理论和决策信息系统的概念及其性质,详细论述决策信息系统分解方法、思想和特点。针对基于属性重要性的决策表属性集分解方法存在的不足,本文分析了近似分类质量和属性重要性与决策分类之间的关系,利用粗糙集理论的分类思想和属性重要性的概念,从提高子决策表决策分类正确性的角度出发考虑条件属性与决策属性之间的关系,提出决策表分解的条件属性选择量度对决策表实施属性集分解。针对在属性集分解过程中可能出现决策规则泛化,从而导致从原决策表与从子决策表得到的规则不一致的情况,本文深入研究了决策表属性集分解的等价性问题,从保持决策表分解等价性和提高子决策表分类质量的角度出发,提出了基于决策等价的决策表属性集分解方法。通过实验仿真,与现有的决策表属性集分解方法进行比较,说明本文方法能有效地提高决策信息系统分解的准确性和有效性。