随着现代信息科技的迅猛发展，尤其是因特网上信息资源的高速增长，人们可以在短时间内搜集和积累大量的数据资料，使我们面对着日益严峻的信息挑战。我们不仅应当重视信息的有效性，而且更加关注信息获取的经济性。属性约简，就是在保持信息系统的分类能力不变的前提下，删除其中的冗余属性，从而缩减属性的数量，为进一步的知识发现算法提高准确性。 本文首先分析了已有的经典属性约简算法，通过实验分析结果选择基于可辨识矩阵的约简为本文的主要研究方向；其次在基于可辨识矩阵的约简算法进行系统深入的探讨和研究的基础上，提出了对该算法的改进，将属性取值的频率加入可辨识矩阵的构造中，通过给定置信度的方式来选择去除噪声数据的范围。针对动态数据库，提出当加入新的记录时更新已有约简结果的解决方法，对基于信息量、基于可辨识矩阵，以及整数规划算法进行了改进。本文还将属性约简问题理论化到SAT问题(可满足性问题)上，利用SAT问题证明了属性约简有解的充分必要条件。最后将先前的算法应用到民航顾客满意度-地面服务数据集中。 通过实验研究，本文提出的对基于可辨识矩阵约简算法的改进能够更加精确的寻找属性间的准确关系。实验所求解出的属性约简，正是现实中对于民航所提供的各项服务中，顾客最关心的服务项目，因此，通过该实验说明基于可辨识矩阵的约简在删除冗余属性领域中表现出了良好的性能，具有一定的应用前景。并且对动态属性约简的实验发现，动态算法可在保持结果与静态一致的基础上提高效率，节省计算时间。