属性约简是粗糙集理论研究的核心内容之一,它是指在保持分类能力不变的前提下,将属性集中的冗余(或不必要)属性删除.很多关于属性约简的学习算法都存在这样一个偏置：假设属性集中的属性同等重要.然而,这种假设既不合理,也可能不符合实际Reduct是一类具有特殊意义的属性约简.有不少研究Reduct的学者都是运用启发式的算法来求解Reduct如果把属性集中的属性根据实际情况考虑为具有不同的重要性,那么由此建立的模型可能会更切合实际.本文将以面向用户需求的属性约简方法研究为选题.首先根据现实生活中用户对属性集中属性的不同偏好将其进行粗略的排序,构成属性序的形式来表示属性的不同重要性.然后分别以完备的信息系统,决策表,不完备的信息系统为研究对象,运用覆盖的方法来处理求解Reduct的问题.并将属性序纳入算法的设计之中,建立合理的模型进行讨论研究.本文的主要研究内容如下：(1)信息系统面向用户需求的约简方法：首先将信息系统通过等价关系来划分等价类.根据两两不同的等价类之间的差别构造等价类差别矩阵.建立信息系统属性约简和集合覆盖之间的联系.运用求集合约简覆盖的方法解决属性约简的问题.借助属性序反映用户对属性的偏好,纳入了学习算法设计中.这样得到的结果可能更符合实际,且这样的方法实用,有效.最后运用实例验证了算法的正确性和可行性.(2)决策表面向用户需求的约简方法：文献[19]证明了信息系统的属性约简和集合覆盖问题之间存在着联系.而本算法将以决策表为研究对象,证明决策表的属性约简和集合覆盖之间的对应关系.通过属性序的形式表示用户对属性的不同偏好,然后通过集合覆盖的方法来解决求解决策表的Reduct问题,以此来建立模型.最后对算法进行详细地分析和运用实例验证.(3)不完备信息系统基于属性序的约简方法：文[37]证明了不完备的信息系统属性约简与集合覆盖之间存在着一定的联系.本文运用相容关系将不完备的信息系统进行分类.这些相容类构成决策表的一个覆盖.再根据两两不同的相容类构造相容类差别矩阵,通过该差别矩阵建立属性约简与集合覆盖之间的联系,运用集合覆盖约简的方法来求得信息系统的Reduct与文[37]的算法相比本文算法将会更实用,更合理.