形式概念分析是一种基于格结构的数据分析方法，可以作为数据挖掘的一种算法，用于数据分析和知识处理。概念格是形式概念分析的核心数据结构，它体现了概念内涵和外延的统一，非常适合用于提取规则型知识。概念格模型作为一种用于数据分析的形式化工具，已经在很多领域得到广泛关注和应用。在概念格的应用中，首先要根据形式上下文建出概念格，所以开发出高效的概念格生成算法是形式概念分析在应用中实现的首要条件。目前，国内外的概念格生成算法主要分为批处理式概念格生成算法和增量式概念格生成算法。批处理式算法主要用于数据量较小或给定形式上下文的概念格的构造；增量式算法可以处理形式上下文是动态的数据，即当形式上下文改变时，可以重新建格的概念格生成算法。本文主要研究批处理式概念格生成算法，重点做了以下几点工作：1．在简单概述前人一些算法的基础上，编程实现了文中的算法3，得到概念格及相对应的Hasse图。2．在分析和研究已有概念格算法的基础上，构造并实现了一种自底向上的批处理式算法，在得到概念格后，我们又构造出一种基于所得概念格的画Hasse图的算法。