形式概念分析理论是德国数学家Wille于1982年提出,它从形式背景出发,研究数据之间的概念表示与知识发现。随着研究的深入,人们将多粒度标记方法引入粗糙集理论和形式概念分析中,这使得知识发现的方法更加多元化。目前,基于粗糙集理论的多层次知识发现的研究已相对成熟,而基于形式概念分析理论的多层次知识发现研究还不够完善,所以本文主要研究形式概念分析框架下的多层次知识发现。主要研究内容和创新点如下:(1)借鉴粗糙集理论中多粒度标记信息系统的粒度标记重构方法,对形式背景中的单粒度标记值进行重组,给出介粒度标记形式背景的概念,并证明了重组后的数据结构是原始数据的格结构化,极大地丰富了数据挖掘的研究对象,使得结果更加多样化;(2)由于重组后的介粒度标记形式背景数目众多,所以需要对其数据结构进行梳理,为此提出了介粒度标记形式背景的泛化与特化,以揭示其数据结构能够构成一个完备格;(3)介绍了带有决策信息的介粒度标记决策形式背景的知识发现,给出了决策蕴涵挖掘的单粒度标记方法、介粒度标记方法和两种推理演化方法,证明了粗细不同的两个介粒度标记决策形式背景之间的决策蕴涵可以进行相互转化,并用数值实验验证了介粒度标记方法确实有助于提高计算效率。