从粗糙集理论的提出到现在已有三十一年,已经成为数据挖掘领域的重要研究点,基于粗糙集的属性约简和规则提取算法具有十分重要的研究意义.

近几年来,我国高校毕业生的数量急剧上升,学生的就业压力也日益突出;而就业率的高低将直接影响各学校的发展;因此,各学校的领导者除了不断投入资金来完善自身的软硬件建设外, 更希望知道学生的哪些能力企业最看重,以便于有针对性的培养。

培养的过程中往往会遇到各种困难,会受到各种因素的制约,那么,制约学生就业能力提升的最重要的因素是什么?哪些因素能够有效地提高学生就业能力?这些问题引起很多学者的关注,而且做过许多的研究工作.但是这些研究都有很大的局限性,基本局限在如何提高学生的成绩;而很少有对学生综合能力和就业能力的测评模式的研究,特别是对基于粗糙集的学生综合和就业能力的测评模式的研究。本文尝试使用基于粗糙集理论的属性重要性的数据约简算法[1]和决策规则提取方法建立针对学校学生综合能力的测评模式，从而获得制约和提高学生综合能力的最重要因素，为学校对学生进行素质教育和能力培养以及推荐优秀毕业生提供依据。

1.2粗糙集理论及研究现状

十九世纪七十年代，Pawlak和波兰科学院、华沙大学的一些逻辑学家，在研究信息系统逻辑特性的基础上，提出了粗糙集理论思想。在最初的几年里，由于大多数研究论文使用波兰文发表的，所以未引起国际计算机界的重视，研究地域仅限于东欧各国。1982年，Pawlak发表经典论文《Rough sets》[2]，标志着该理论的正式诞生。1991年Pawlak的第一本关于粗糙集理论的专著发表。1992年Slowinski[3]主编的《Intelligence decision support:handbook of applications and advances of rough sets theory》的出版，奠定了粗糙集理论的基础，有力地推动了国际粗糙集理论与应用的深入研究。第一届关于粗糙集理论的国际学术会议1992年在波兰召开。1995年，Pawlak等人在《ACM Communications》上发表“Rough sets”，极大地扩大了该理论的国际影响。1996年至1999年，分别在日本、美国、美国、日本召开了第4到7届的粗糙集理论国际研讨会。2001年至2002年、中国分别在重庆、苏州召开第一、二届粗糙集与软计算学术会议。虽然粗糙集仅经过三十一年的发展,但是不管是在理论研究还是应用研究上,都有很多令人瞩目的的研究成果。

1.3基于粗糙集的学生评价决策系统的研究现状

粗糙集理论还被广泛的应用到对高校学生的学习成绩的提高和能力培养等方面。

柴造坡[4]利用粗糙集的DMNI算法挖掘出影响学生学习成绩提高的重要因素。庄怡雯、黄润才[5]设计了可以对学生自主学习成绩决策表进行求解的粗糙集工具箱,最终获得了学生自主学习的“总成绩”与学生具体学习的“质”和“量”之间的依赖关系。费海娟[6]利用层次分析法、模糊评价法构建评价模型对学生创新能力进行评价。曾鸿英[7]从学校学生职业能力的构成,论述了在就业导向下应如何培养学生的职业能力。王国胤、何晓[8]提出了一种测量决策表和决策规则不确定性的方法,建立了不确定条件下主动学习的模型。董占军、左光纪[9]运用层次分析法,建立了一个模型来对高校的素质水平进行科学评价。高丽红[10]利用粗糙集理论对信息处理的优势,在充分考虑学生学习不确定因素的基础上,提出了一种基于粗糙集理论的方法来分析影响大学生学业成绩的因素。

但这些研究大多局限于如何提高学生的成绩或单方面的能力培养的研究,而对于学生能力测评模式和就业能力测评模式的研究少之又少,特别是基于粗糙集的学生评价决策系统的研究至今鲜有涉足。