粗糙集理论作为一种数学工具,能处理知识的模糊性和不确定性等问题。求核属性和属性约简是粗糙集理论较为集中研究的课题,核属性是所有属性中最为核心的部分,在整个属性约简甚至最终的规则提取集中起到至关重要的作用；属性约简的目的是通过删除不相关或不重要的属性用尽量少而精的信息来表达原数据所表达的信息,已经被证明是NP-hard问题。本文在分析常用的求核属性和属性约简算法的优缺点时发现,在众多算法中大多只适用于相容决策表,而对决策表的不相容性考虑的甚少。本文提出了求核属性和属性约简的分级差别矩阵算法,根据决策表是否相容而进行不同的处理。在求核属性中,因为处理不相容决策表时,现有文献提出的改进的差别矩阵求核方法比较合理和有效,所以保留其优点,在其思想的延伸下,提出分级差别矩阵方法,新方法是通过决策属性的值进行划分,即论域的划分,通过划分的对象域形成分级差别矩阵,以分级差别矩阵和原有的差别矩阵得到的核可能是核属性为前提,确定最终的核属性。处理相容决策表时,原有方法无法得到差别矩阵时可直接用本文的分级差别矩阵求核。两差别矩阵求核方法有各自的优缺点,但是又有一定的联系,实例证明本文提出的分级差别矩阵在原有差别矩阵得不到核的情况下,可以求出属性核,证明了算法的有效性。把提出的分级差别矩阵运用到属性约简方法研究中,以求核方法中得到的可能核为出发点,求得约简集,获得决策表的约简模型。实例分析验证了两个算法的有效性。同时研究这两个算法在电子商务数据约简中的实际应用。