随着数据仓库技术的不断发展、成熟及其在信息服务机构中的应用,数据仓库的模糊查询日渐成为信息查询的一个重要需求.高查询速度和较高的查全率前提下的高查准率一直是信息查询的主题.在传统的计算机信息查询中,对每条信息抽取若干个描述标引词,用这些标引词的集合来代表原信息,近似表示原信息的语义,从而实现按原信息的语义内容特征进行查询.信息社会的信息数量虽然在急剧增加,但是总的信息标引词数量的增加却很缓慢.为此,该文鉴于信息查询已发展到以数据仓库为中心体系化环境的新阶段,在数据仓库技术和模糊集理论的基础上,应用作为数据挖掘的新方法的粗糙集理论,通过数据约简和知识发现,针对数据仓库的复杂查询处理问题,构建一种基于粗糙模糊集的数据仓库系统,设计出了一套粗糙模糊集上的模糊查询算法,不仅极大地降低了信息查询的时间复杂性,而且提高了信息查准率,又兼顾了查全率,从而可以更准确迅速地查到所需要的信息,为信息查询和科技查新提供决策支持.同时将粗糙模糊集上的模糊查询法,与CNKI中国期刊全文数据库和广东省数字图书馆,作了案例比较分析,作为应用实例,在食品与生物技术期刊数据集市上,应用此模糊查询法,实现了基于Web的期刊论文篇名模糊查询,以适应Internet上普通用户信息查询的需求,在兼顾查全率的情况下,能较有效地改善网上信息查询查准率低的状况,提供给用户更高质量的信息服务.