随着形式概念分析在数据挖掘、知识发现等领域的深入研究，其理论的扩展也开始受到越来越广泛的关注。三元概念分析作为形式概念分析的一种三元扩展，是一种新的分析三维数据的理论方法。作为一种知识发现工具，三元概念分析不仅继承了形式概念分析的特点，还增强了三元数据的知识表达。目前三元概念分析的研究主要包括概念三元格的构造、三元关联规则挖掘、三元背景的模糊化及因子分析等。当前，快速发展的互联网上涌现出了越来越多像folksonomy这样的三元数据。folksonomy是社会资源共享系统的核心数据结构，包含用户、标签和资源三个集合及它们之间的一个三元关系，是典型的三维数据，很适合用三元概念分析理论进行处理。本文主要研究了概念三元格的构造算法及其在folksonomy分类中的应用。主要工作包括：第一，研究了构造三元概念格的基本方法，设计实现了一种概念三元格的构造算法，并从理论上证明了三元概念生成过程的正确性；第二，研究了三元概念分析理论在folksonomy分类中的应用方法，实现了一种基于三元概念的folksonomy分类算法；第三，对概念三元格构造算法及folksonomy分类算法进行了实验分析。通过上述工作，可以得出以下结论：第一，概念三元格的构造过程比较复杂，目前的算法在小数据集下有较好的运行效率；第二，基于三元概念的folksonomy分类算法对folksonomy数据有较好的分类效果。