信息系统是一种描述关于感兴趣对象相关定性与定量信息的标准形式。这一形式是进行信息处理任务的起点,也常被作为数据分析工具与理论的标准输入,而往往结果的输出被称作知识。信息通常为有语义的数据,知识则意味着一些基于信息的数学结构。知识的表示与获取是人工智能中的关键,其中规则挖掘是一项重要的研究内容。针对信息时代之下人们渴望有效、准确地在信息海洋中汲取有效数据,使之成为重要资源的需求,信息检索便成为一种获取知识与信息的重要手段。而文档检索是信息检索中的一项重要的子任务。概念格理论是能够进行信息处理与数据分析的一种数学工具,其主要基于形式背景将数据以形式概念进行表现,并且将其组织成以概念间偏序关系相连接的格结构,这种完整的格结构为知识的获取与信息检索提供了必要的理论与思想支持。本文在粗糙集与概念格理论的基础之上,针对决策信息系统进行知识获取、根据概念格框架的特点研究其在文档检索中的实际应用。本文具体工作主要从以下几方面展开讨论:(1)针对决策规则在协调与不协调决策信息系统如何获取的问题,本文通过利用形式概念分析理论从决策形式背景出发,定义综合概念以及中心概念,提出了一种在生成中心概念过程中进行规则提取的算法。中心概念体现出信息系统中条件属性与决策属性之间的蕴含关系,给与概念更丰富的关联知识的含义,同时也实现了决策规则与形式概念之间的有效结合。该算法避免了传统方法中分别生成条件概念与决策概念,再根据他们之间的关系确定决策规则的过程复杂性。(2)本文通过探究粗糙集理论与概念格理论的关系,得出了关于等价类与形式概念之间关系的重要结论,同时,基于等价类定义最小乐观概念格及其结构,并在最小乐观概念的基础上提出了一种针对完备决策信息系统的规则提取算法。该算法引入粒度空间,在由粗到细的粒度空间中求取各粒度下的最小乐观概念,根据最小乐观概念与决策等价类间的关系进行规则提取。(3)文档检索是信息检索中的一项重要研究内容,通过使用形式概念分析理论,提出一种基于概念格的语义文档检索模型,该模型依赖于构造的词项-文档概念格将作为一种索引来满足用户查询需求。