Este documento centra su interes en el problema de descubrir reglas asociativas en datos que se encuentran clasificados de forma difusa. Uno de los procesos mas importantes en el descubrimiento de conocimiento en bases de datos es la mineria de datos. El objetivo primordial de un algoritmo de mineria de datos es el de encontrar regularidades en grandes cantidades de datos, estas regularidades entre muchas formas, pueden ser tomadas como reglas asociativas, una regla asociativa es una expresion que establece una relacion entre dos conjuntos de elementos pertenecientes a una base de datos. Clasicamente el descubrimiento de reglas asociativas generalizadas, es el proceso de descubrir relaciones entre atributos de datos pertenecientes a todos los niveles de una estructura de clasificacion llamada taxonomia, esta taxonomia es exacta. En muchas aplicaciones reales, la estructura de clasificacion puede ser difusa. Este documento centra su interes en el problema de descubrir reglas asociativas generalizadas en estructuras taxonomicas difusas. Para ello se hace una extension de los conceptos de grado de soporte y grado de confianza, que son nociones tradicionales en el proceso de descubrimiento de reglas asociativas. Posteriormente se hace una descripcion del proceso de mineria de datos asociado para finalizar con los posibles estudios futuros en el area