现有属性值约简模型程序复杂，难以实现，而且模型所提取的关键信息往往过于追求简明，会削弱决策系统的表达能力。为解决以上问题，提出一种基于确定性因子的启发式属性值约简模型。首先，构造几种不同性质的属性集工具，并给出其相关定理及证明；同时开发一种约简信息函数，从而为约简属性赋值；然后，将确定性因子作为启发信息，并采用自底向上式分层搜索策略来构建启发式属性值约简模型，并以程序伪代码的形式直观展示模型的布置路径与运行流程；最后，采用已有研究中的模拟数据开展模型的应用与验证，并对模型的优势、适用性与延展性展开总结与讨论。结果表明，新模型可行有效，易于编程实现；对数据特征要求低，适合一般性专家系统；所提取的价值信息多元简约，泛化性强，不丢失决策系统的关键信息。
