随着互联网、物联网和移动互联网的快速发展,人类社会已经进入大数据时代。如何从大数据获取其中的价值,逐渐引起研究界和工业界的关注。其中,大规模数据库中的频繁项集,被认为是一种常见的有价值信息,被广泛地应用到多个研究领域,如聚类分类、关联规则提取、移动物体检测等。不过,当数据库中的数据项存在不确定性以及数据库的属性集具有权值信息时,其频繁项的挖掘具有一定的挑战性。针对不确定数据库,研究人员提出利用可能世界模型,实例化不确定数据库的每一种可能世界及其存在概率,把不确定数据库的问题求解转化为对于相应确定数据库的操作,进而提出了不确定库频繁项集的两种定义:基于支持度期望的频繁项和基于支持度分布的概率频繁项。同时,实际中的不确定数据库,其各个属性值有时并不是同等重要的,也即需要挖掘其中的加权频繁项集才更具实用意义。不过属性权值的引入导致了经典频繁项集反单调性的失效,从而降低了传统挖掘算法的效率。近年来,有学者提出了一些针对加权频繁项集的反单调性。然而,现有算法只针对基于支持度期望的频繁项挖掘,而缺乏基于支持度分布的加权概率频繁项的高效挖掘算法。基于上述分析,本文提出了一种新型的针对支持度分布型加权概率频繁项(w-PFI)的挖掘算法,该算法基于经典的Apriori型生成-验证框架,采用广度优先的频繁项集查找方式。为了提高算法的挖掘效率,我们进一步研究其剪枝技术来缩小候选项集的规模。具体地,我们扩展了权值判断闭包技术,定义了一种适用于w-PFI挖掘的反单调性。基于这种反单调性,我们给出了一种新型的频繁项候选集的剪枝技术,其剪枝能力高于权值判断闭包方法本身的剪枝方法。同时,我们利用泊松二项分布给出了 w-PFI支持度分布的概率模型,并从概率的角度提出了两种更为高效的近似剪枝技术。最后,本文在真实数据集和合成数据集上进行了大量实验,从运行时间、准确性和可扩展性等方面,评价了所提出的精确w-PFI和近似w-PFI挖掘算法的性能,并与现有的算法进行了对比,说明了本文算法降低了传统w-PFI挖掘算法的运行时间,具备较高的准确性和良好的可扩展性。