在Internet这样一个海量的信息世界中,用户可能迷失,也可能在一个未曾涉足的信息中不知所措。尽管当前的搜索引擎能够通过用户查询词来帮助人们获取一些信息,但要从庞大的搜索结果找到有用信息,有时显得非常困难。怎样帮助人们快速有效地找到自己感兴趣且价值更高的信息,是本文所要研究和解决的主要问题。所幸的是,人类社会中存在的一种普遍现象——社会导航被引入到本领域,其主要目标是直接地或间接地利用他人的信息来帮助人们做出决策。将社会导航与搜索引擎相结合是引导人们在搜索引擎返回的大量结果中做出决策的有效方法。概念格是规则获取与知识表达的重要工具,但其所基于的形式背景大多是二值形式背景。而在实际中,大量的形式背景都是模糊的。因此,模糊概念格(FCL)是在模糊形式背景下进行数据分析与知识发现的一种有效的工具。本文取得的主要研究成果如下:1.提出了基于模糊概念格的社会导航模型。该模型主要通过获取用户需要导航的目标和社会经验来向用户提供导航。用户需要的导航目标是通过NavFCA插件与用户交互过程中获得的用户查询词,社会经验是通过从日志文件中抽取用户踪迹而构造出的模糊形式背景。通过将社会经验表示成模糊概念格这种有效的知识结构,社会导航的网页的URLs及其摘要由NavFCA插件显示给用户。同时,为实现本社会导航模型,设计并实现了如何获取用户踪迹、模糊形式背景生成、在模糊概念格上进行社会导航并显示给用户等一系列技术与算法。2.提出并实现了模糊概念格构造算法(FCLB)。该算法从给定的模糊形式背景与模糊集集合中,生成模糊形式概念,自动建立并图形化显示模糊概念格。3.设计并实现了基于模糊概念格的社会导航系统,并通过实验表明本系统能将用户踪迹处理成有用的知识结构,这种结构有助于智能搜索。