In recent years, much researches in Preference Mining has focused on development of methods for mining a preference model from crisp pairwise representation. In this research, is presented the FuzzyPrefMiner algorithm, developed for mining fuzzy contextual preference model from fuzzy preference relation. This type of preference representation is composed by a set of triples (u; v; n), where, u and v are tuples evaluated by user and n is the degree of preference of tuple u with respect to v. The fuzzy preference relations enable the study of the consistency of users and in this context, are presented two methods for repair inconsistency of these relations: No Incremental Range Voting and Incremental Range Voting. Both methods are based on technical Voting System and are used for repair the inconsistency of fuzzy preference relations inferred by FuzzyPrefMiner. A set of experiments in real data were performed to validate the FuzzyPrefMiner algorithm and the methods for repair inconsistency. The results quite satisfactory when compared with the state of the art regarding Preference Mining Algorithms and Methods for Repair Inconsistency.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorMestre em Ciência da ComputaçãoNos últimos anos, muitas pesquisas na área de mineração de preferências são focadas no desenvolvimento de métodos para minerar um modelo de preferência a partir de representa ções de preferências crisp, tais como, conjunto de pares de tuplas, ranking de tuplas e funções score. Nesta pesquisa, é apresentado o algoritmo FuzzyPrefMiner, desenvolvido para minerar um modelo de preferência contextual fuzzy a partir de uma representação de preferência denominada relação de preferência fuzzy. Este tipo de representação é composta por um conjunto de triplas do tipo (u; v; n), onde u e v são tuplas avaliadas pelo usuário e n é o grau de preferência da tupla u sobre a tupla v . As relações de preferências fuzzy possibilitam ainda, o estudo da consistência das preferências dos usuários e neste contexto, são apresentados dois métodos de reparação de inconsistência dessas relações, nomeados: Range Voting Não Incremental e Range Voting Incremental. Ambos os métodos são baseados em uma técnica de sistema de votação e são utilizados para reparar a inconsistência das relações de preferências fuzzy inferidas pelo FuzzyPrefMiner. Uma série de experimentos em dados reais foram realizados, para validar a proposta do algoritmo FuzzyPrefMiner e dos métodos de reparação de inconsistência. Os resultados obtidos se mostram bastante satisfatórios, quando comparados com o estado da arte em relação a algoritmos de mineração de preferências e métodos de reparação de inconsistência.