粗糙集理论是一种行之有效的数学工具,可以处理不精确、含糊和不完整信息。在数据挖掘、机器学习和模式识别等领域,粗糙集理论广泛应用于分类和特征选择(属性约简)。属性约简的方法包括正域、差别矩阵和差别函数、信息熵以及属性重要度等等。本文的第一个要点是F-粗糙集不确定性的度量。F-粗糙集是一种针对信息表簇或决策表簇的新的粗糙集模型。本文利用F-粗糙集模型中上、下近似的思想,定义了不确定性概念漂移的一些度量,包括概念的上、下近似漂移量,概念的上、下近似偶合度等,并初步探讨了它们的性质。本文的第二个要点是属性约简算法的优化。在各式各样的粗糙集约简算法里划分占去了大量时间。同时,比较操作主导了划分过程。早期的采用蛮力运算策略的约简算法,在划分时需要很多时间来执行比较操作。这在约简大型决策表时是不可接受的。本文提出了一种哈希划分的方法,可以高效解决划分问题同时大幅减少比较运算的次数。本文使用哈希划分改善了决策表划分,并且和以往论文中常常采用的基于排序的划分方法做了详尽对比。通过哈希划分,耗时的比较运算明显减少,因而,很多粗糙集算法的运算效率得以提升。实验表明此方法适合于获取正域、决策表核属性、基于正域的Pawlak约简以及基于属性重要度矩阵的并行约简。本文的另一个亮点是对大数据的测试。不少声称测试了大数据的文章仅测试了10万条以下的决策表的表现。本文不仅加入了百万条数据集的测试结果,还人工合成了一张近40000000条数据、总容量为3.2GB的数据表然后进行了约简测试。最后,哈希划分同样可以改善并行约简。并行约简可以获取决策表的近似约简,实验表明加入了哈希划分的新算法优于原有算法的表现。