为提高多因素分类算法的准确性,根据集合包含与概念推理之间的内在联系,提出了有别于决策树算法的一种新的知识挖掘算法.引进因素的或操作、与操作,或操作背景空间,因素的决定域、决定度,优势因素等概念,给出基于上述原理与概念的知识挖掘算法的数学描述,研究了算法的训练和测试问题.在UCI共享数据库中的乳腺癌病例数据集上进行了算法的训练和测试,总错误率低于see5测试的结果.研究结果表明:算法的原理朴素而简单,有较好的学习能力,知识表达方式简洁.