本書系統(tǒng)介紹在信息系統(tǒng)簇或決策系統(tǒng)簇的F-粗糙集模型。本書定義了F-粗糙集上下近似、邊界區(qū)域，在F-粗糙集中提出了F-屬性依賴度和屬性重要度矩陣，根據F-屬性依賴度和屬性重要度矩陣分別提出了屬性約簡算法，通過比對實驗在UCI數據集、真實數據集和MATLAB生成數據集上完成，實驗結果顯示，與相關算法比較，F-鄰域粗糙集可以獲得更好的分類準確率。為粗糙集在大數據方面的應用增加了一種新方法。本書內容包括并行約簡的正區(qū)域、屬性核和基于互信息的方法，研究不完備序信息系統(tǒng)、領域決策系統(tǒng)和異構信息系統(tǒng)的屬性約簡及概念漂移等問題，提出模糊決策系統(tǒng)的F-模糊粗糙集理論。