结合ID3算法的不足, 提出一种基于属性重要度简化标准的ID3改进算法:a简化ID3算法的信息熵从而降低算法的计算时间; b引入属性重要度概念来弥补ID3算法属性选择标准的不足; c综合a和b来实现新的属性选择标准即属性重要度简化标准。在开源的Weka数据挖掘软件环境下进行仿真实验, 结果表明该改进算法是可行的, 并且在算法的计算时间和准确度方面都优于ID3算法, 尤其是在数据样本集规模达到一定数量时, 效果更加明显。