针对传统缺省规则知识挖掘算法易出现规则繁复、提取和存储不便等不足,提出了基于泛化分配表(GDT)和约简概念格(CL)优势互补的GDTCL缺省规则挖掘模型.模型采用GDT求取条件属性的属性子集,有效地解决了利用粗集理论进行求解会面临的NP问题.利用扩展概念格来表达GDT泛化层次的蕴含关系及规则强度和支持度的限制关系,通过概念格的约简算法完成缺省规则的挖掘.最后,进行了矿山缺省规则知识发现的实例验证,结果表明,该模型能从不完整矿山信息系统中挖掘出规则长度齐整、易于存储和应用匹配的无重复缺省规则.