科技的快速发展与经济的不断进步加快了人们在信息时代的生活节奏。在这样的商业环境中，提高顾客满意度、保持竞争优势成为企业关心的问题。此外，高消费的商业环境，顾客多样化的需求促使商家越来越重视服务的集成。而关联需求的提出，正是迎合了这样的市场背景。将关联的需求集成，并根据顾客的个性化要求，挖掘顾客的关联需求，提供给顾客全方位的服务集成方案。一方面，可以省去顾客去购买其他产品/服务而花费的时间成本，另一方面，关联需求的集成服务能提升顾客的价值，从而提高顾客满意度，帮助企业在竞争激烈的快速消费市场环境下获得竞争优势。由德国Wille教授提出的概念格反映了对象与属性间的关系，以及泛化与特化的关系，是一种概念层次结构，能够解决关联需求表示与挖掘问题。故本文在概念格相关理论支撑下对关联需求的表示与挖掘,以及关联需求推荐模型进行了研究，主要研究工作如下：（1）关联需求的特性分析。运用系统分析法，学习消费者行为学、微观经济学等理论知识，查阅相关文献资料，在此基础上分析并总结了顾客关联需求的特性。（2）建立了两种基于概念格的关联需求表示与挖掘模型。运用概念格相关理论及方法，建立了基于频次的概念格表示和基于兴趣度的概念格表示，前者仅考虑需求在数据库中的出现频次，后者将需求的价值亦考虑入内，并分别探讨了关联需求的挖掘。（3）建立了两种关联需求的推荐模型。运用层次分析方法，在挖掘到的关联需求集合中，分别用动态规划和贪心算法建立以顾客效用最大为目标、以既定预算资金为约束条件的关联需求推荐模型。前者通过反复的迭代与回溯必然能求得最优解，但当需求规模庞大时，更适合用简单、直观、高效的贪心算法。（4）顾客关联需求的表示与推荐算例分析。针对本文所建立的模型设计了算例以验证模型的可行性。并对模型求解结果和结果的准确性进行了分析，为关联需求在今后的研究方向提供现实的指导意义。