该文对决策表中的知识发现研究从基本理论概念到实际应用分析,从理论模型到算法实现和系统应用,都进行了较为深入系统的讨论.我们介绍了目前知识发现的研究现状,讨论了决策表与知识发现之间的关系.知识发现研究中,一直存在着信息的不确定性等问题,经典逻辑不足以解决这些不确定性问题.该文分析了决策表的属性重要性问题,提出了根据不可辨别矩阵来计算条件属性重要性的新算法,基于属性重要性,提出了不改变决策表原有的不可分辨关系的离散化新算法,弥补了经典离散化方法的不足.我们提出了包含冲突样本的决策表中决策规则发现算法,我们讨论了含冲突决策表中的决策规则,引入可信度因子和支持度因子两个概念,并通过人为删除核属性来引入更多的冲突,使得获取的决策规则具有更广泛的适应性.该文系统地介绍了应用前几章介绍的理论方法解决实际问题的知识获取实例——深圳市房屋租赁定价系统,并对系统从训练样本中产生的决策规则结果进行了解释.最后,我们讨论了知识发现的进一步研究方向以及该文工作的进一步研究方向.