数据图是由若干给定的点及连接两点的线所构成的图形,通常用来描述事物之间的某种特定关系,用点代表事物,用连接两点的线表示相应两个事物间的关系。以往的学者提出了许多数据图的查询方法,这些方法绝大部分都是针对确定性数据图的。然而,还存在着大量的不确定性信息,为解决这一问题,一些学者将概率的相关理论引入到不确定数据图中,这为查询和处理不确定数据图提供了新的方法,现有的工作都是在确定的概率值的条件下来查询不确定数据图,但是这种概率值在某些情况下也是不确定的,例如一种疾病诱发另一种疾病的概率,在外界条件不变的情况下,这种概率值是确定的,但是当条件改变时,这个给定的概率值只能作为参考。贝叶斯网络是一种给定模型及规则的信息检索方法,在不确定性的推理中有着独到的优势。由于疾病领域数据的不确定性,传统的贝叶斯网络检索模型已不能满足用户的检索要求,因此本文在研究了传统的贝叶斯网络的检索模型的基础上提出了贝叶斯网络数据图检索模型,该模型包括资源网络和查询网络两个部分。本文将贝叶斯网络在不确定性推理中的应用引入到数据图的检索中,来解决在数据图的检索中所遇到的不确定性问题,提出了一种基于条件概率表的对象图方法。当用贝叶斯网络做检索时需要做全局性的推理,这样做虽然提高了查准率却增加了检索时间。因此,本文提出了有效子图检索算法,贝叶斯方法只作为本文数据图检索的一种辅助手段,只在间接相邻节点条件概率缺失的情况下做推理,数据图的结构信息依然通过高效的数据图检索算法进行查找。在此基础上,本文实现了基于贝叶斯网络的数据图检索原型系统,实验结果表明,有效子图检索算法具有良好查准率。