A mineração de dados é um processo de natureza iterativa e interativa responsável por identintificar padrões em grandes conjuntos de dados objetivando extrair conhecimento válido, útil e inovador a partir dos mesmos. Dentre as técnicas de mineração de dados que vem recebendo grande destaque nos últimos anos está a de regras de associação. Embora essa técnica seja muito útil por identi car todas as associações intrínsecas que estejam contidas nos dados, a mesma possui o inconveniente de gerar uma grande quantidade de regras dificultando a interpretação das mesmas por parte dos usuários. Na tentativa de obter conjuntos de regras mais gerais a fim de facilitar a compreensão dos mesmos pelos usuários, taxonomias vem sendo utilizadas. Assim, as regras de associação generalizadas proporcionam uma visão mais geral do conhecimento descoberto, enquanto as regras especí cas (menos gerais), podem ser exploradas para maiores detalhes. Neste contexto, neste relatório técnico é descrito um módulo para exploração de regras de associação generalizadas na etapa de pós-processamento do conhecimento.