近几年来,随着科学技术的飞速发展,人们对数据的需求日益增多,数据挖掘成为热门领域。形式概念分析和粒计算理论作为知识获取的主要工具,如今已广泛应用于数据挖掘、知识发现、人工智能、规则提取、信息检索等领域。形式概念分析理论是一种知识表示以及知识发现的主要工具,描述了形式概念之间的泛化和例化关系。粒计算理论作为近些年发展迅速的理论学科,已经成为当前人工智能领域不可或缺的一种理论,深受广大研究学者青睐。粒计算理论是通过信息粒化过程将复杂的问题进行分解、转化得到多个相对简单的子问题,然后再对粒化后的子问题一一求解,从而实现对复杂问题求解的一种方法。粒计算的基础是信息粒化,即在特定的准则下,通过对问题空间的划分产生多个信息粒,这些粒可以用来描述问题本身所包含的一些信息,这些粒之间的偏序关系就形成了多层次的粒结构。本文从形式概念分析和粒计算角度出发,在现有的理论基础上,重点研究了面向对象(属性)概念的粒描述,主要的工作和结论如下:(1)运用现有的理论,研究了面向对象(属性)概念的粒描述,即首先通过定义一元、二元对象(属性)描述子来构建对象粒和属性粒,并分别对其描述,然后通过三种近似描述的精度对比,验证了该描述方法的可行性、有效性;(2)在决策形式背景中,结合经典形式背景以及粒计算理论基础,讨论了基于属性粒协调决策形式背景的粒描述。即同面向对象(属性)概念的粒描述一致,讨论了基于属性粒协调决策形式背景中面向对象(属性)概念的一元、二元对象(属性)描述子,并通过不可定义对象(属性)粒的近似描述来对决策规则进行了扩充。粒计算作为目前数据挖掘方向最有效的解决问题的方法之一,粒计算与形式概念分析理论的结合使得知识发现的过程更细致化,能够更好的促使读者学习以及理解知识发现过程。