信息熵是一种有效进行信息系统中不确定性研究的理论工具。信息熵在粗糙集理论中有着重要的应用,主要用于度量属性的重要性与信息系统的不确定性。文章将集对分析方法引入到信息系统的熵理论中,提出了集对信息熵的概念,刻画了系统与系统之间的同异反联系状态,实现了信息系统中确定不确定性的统一度量。首先,将集对分析方法与信息熵相互嫁接,提出了集对信息熵的概念,讨论了基本性质,探讨了基于信息系统之间数据分布情况的集对信息熵定义式变化机制,指出了当两个信息系统可以合并时,系统之间的集对信息熵退化到一个系统中,实例分析表明了集对信息熵可以挖掘到隐藏于两个系统之间的确定性规律。其次,在集对关联函数的基础上,定义了信息系统中的集对信息熵,探讨了基本性质,讨论了集对信息熵在新增属性和对象后的变化机制以及集对信息熵与集对关联函数、信息熵、联合熵及负熵的关系。再次,基于属性集对论域等价划分形成的等价类,拆分原始数据集为多个相互独立的子系统,在各子集中,定义了基于集对信息熵的属性重要性度量,提出了基于集对信息熵的并行式属性约简算法,实例分析表明了该属性约简算法具有可行性与高效性。最后,在三支决策理论中,建立了基于集对信息熵的三支决策数学模型,讨论了集对信息熵的三支决策可靠性风险评价,指出当差异熵逐渐分解、退化为0时,三支决策退化为传统的二支决策。