区间概念格是近年新提出的定义在参数区间上,能灵活反映不确定信息的格结构,其为不确定规则挖掘问题提供了一种解决思路。文章在对区间概念格结构特征深入分析的基础上,将其与已有其它概念格进行比较研究,提出区间概念格的高效建格算法,并对此格结构进行压缩和维护,进而设计一种带参数的规则提取方法。首先,借鉴粗糙概念格的构造算法,在研究了区间概念格的概念特性及结构特征后,对任意设定的参数区间,设计了基于属性集合幂集的区间概念格高效构造算法,通过实例证明了算法的高效性。其次,运用覆盖邻域理论,定义了二元关系对与对象的邻居以及设计了针对区间概念格的压缩算子,构建了区间概念格的压缩模型,调整相似系数以实现格结构的动态压缩,通过实例验证了模型的有效性。再次,对给定参数区间,针对实时变化的数据,分别从对象与属性的增加和删除的四个层面对格结构中结点的变化特征进行了分析,设计了区间概念格的纵向与横向维护算法,实现了对格结构的快速更新,通过实例证明了算法具有较低的时间与空间复杂度。最后,基于区间概念的不确定性,定义了区间关联规则精度与不确定度,融合经典概念格的关联规则提取算法,设计实现了带参数关联规则高效挖掘算法,分析表明算法能有效提取具有较高支持度和置信度的关联规则,增强了规则的可靠性。