格理论是组合数学的一个重要分支,概念格(Galois格)是经典格理论的扩充.概念格模型作为一种用于数据分析的形式化的工具,已经在软件工程、信息检索、数据挖掘等各个领域得到广泛应用,备受国内外研究者的重视.在概念格的应用过程中,构造概念格的算法具有很重要的地位.该文主要研究了概念格的构造算法,提出了一个快速构造概念格的算法,然后在此基础上给出了一个渐进式构造概念格的算法,在文章的最后,对概念格在关联规则挖掘中的应用进行了讨论.在快速构造概念格的算法方面,我们首先给出了形式背景的基的概念,然后在基的基础上计算出形式背景的所有形式概念,最后通过数学推导得到一个计算形式概念之间的泛化/例化关系(大小关系)的定理,在此基础上提出构造概念格的快速算法,在构造概念格的过程中生成概念格对应的Hasse图,并且给出了算法的复杂性.数据更新在数据库中是不可避免的.当有新的数据加入时,必须对原有概念格进行修改.我们在构造概念格的快速算法的基础上给出了一个渐进式构造概念格的算法,来实现当新数据加入时对概念格的修改,并且给出了算法的复杂度.此算法首先计算出所有的变化形式概念,它们对应概念格中的更新格节点和新生格节点,然后在原始概念格中加入这些格节点,并修改相应的Hasse图.关联规则挖掘的目的是发现大量数据中项集之间有趣的关联或相关关系,在数据挖掘中占有重要的地位.文章的最后对概念格在关联规则挖掘中的应用进行了探讨.