在数据仓库和联机分析处理研究领域中存在一种核心数据模型,即数据立方体格,而在形式概念分析理论中也存在一类重要的数据模型,即概念格。数据立方体格和概念格在数据分析领域均有着普遍的应用。本文从数据立方体格与概念格的生成机制和结构特性两个方面来论证两者之间的关系,以图结构的形式来研究格结构的统计特性,实验结果表明,数据立方体格和概念格在其图结构特性(度分布、聚集系数、平均最短路径等特性)上具有相似性。目前,对于数据立方体的压缩技术在其研究领域中被广泛的关注,已成为一个热门研究方向。本文将BUS算法应用到格结构中进行压缩,并对比分析了在不同参数的情况下图聚集压缩格结构在时间、误差率以及信息熵上的压缩效果。主要研究内容如下:(1)将格结构数据看作图数据,从数据立方体格和概念格的生成机制、结构特性(如度的分布、平均最短路径、聚集系数等特性)上通过理论分析和实验论证的方法来探索和研究它们之间的关系;(2)基于数据立方体格在其图结构统计特性中的度分布规律,提出基于分布式计算环境下的边划分和点划分结合的划分方法。(3)基于自底向上的图聚集算法,对格结构数据进行压缩,并分析了不同参数情况下的压缩情况。