一般启发式值约简算法中启发信息选取不够合理，获取规则的置信度不高，同时还需要多次遍历决策表，时间开销较大。针对上述问题，提出了一种基于加权平均的属性值重要度的概念，并利用受限区分矩阵构造了一种新的值约简方法。该方法无须多次遍历决策表，且不必考虑属性值恢复的问题，大大方便了规则摄取，有效地降低了计算的时间复杂度，且属性值约简更加合理，保证了最后获取的规则具有较高的置信度。最后通过真实的医学数据实验结果表明，该方法具有较好的约简效果。