在智能数据处理研究方向,形式概念分析和粗糙集理论分别为我们提供了方法来处理不确定性数据,它们通过各自的研究方法和理论来挖掘数据集中的有效信息。作为有力的数据分析工具,它们已受到广大学者的关注,且被顺利应用于粒计算、图像处理、知识发现、管理科学等领域。但是,随着大数据时代的发展,数据和知识越来越复杂,从庞大的数据库中发现有效的知识逐渐变得艰难,因此这是一个新的研究领域,而对概念格进行压缩研究是解决此类问题的有效途径之一。本文探讨面向属性概念格,面向对象概念格这两类概念格的压缩问题。本文的主要研究内容如下：1.提出n阶算子的定义,并研究其相关性质,与口,◇算子的性质进行对比研究。2.从形式背景出发,提出基于n阶算子的概念格压缩方法,通过产生n阶面向对象概念和n阶面向属性概念,进而通过调整n的大小,实现对面向对象概念格和面向属性概念格的动态压缩。