隨著科技數(shù)據(jù)量的不斷増長(zhǎng)，各科技部門積累了大量科技項(xiàng)目的科技管理數(shù)據(jù)。對(duì)于大量結(jié)構(gòu)化數(shù)據(jù)，需要針對(duì)分散數(shù)據(jù)進(jìn)行整理、分析，最終按需求提供數(shù)據(jù)查詢與抽取服務(wù)。由于在關(guān)系數(shù)據(jù)庫(kù)中關(guān)聯(lián)關(guān)系的分析效果不佳，為了提髙分析效率，文中引入了關(guān)系圖譜進(jìn)行數(shù)據(jù)處理。首先，提出了一種基于詞頻的實(shí)體搜索與定位算法來(lái)提取實(shí)體和關(guān)系，并構(gòu)建關(guān)系圖譜;其次，對(duì)關(guān)系圖譜進(jìn)行分析，提出了一種基于改進(jìn) Fp-growth的圖數(shù)據(jù)頻繁項(xiàng)挖掘算法;然后，設(shè)計(jì)了基于圖數(shù)據(jù)的數(shù)據(jù)篩選流程，進(jìn)行數(shù)據(jù)的篩選、分析，并定義評(píng)分矩陣，對(duì)待篩選數(shù)據(jù)情況進(jìn)行評(píng)價(jià)，最終給岀分析意見(jiàn)，且數(shù)據(jù)篩選的評(píng)價(jià)標(biāo)準(zhǔn)可以進(jìn)行自定義;最后，結(jié)合構(gòu)建的關(guān)系圖譜，將算法進(jìn)行了實(shí)際應(yīng)用，并將其封裝為服務(wù)。實(shí)驗(yàn)結(jié)果表明，提出的基于改進(jìn)FPgrowth的頻繁項(xiàng)挖掘算法相比傳統(tǒng)FP- growth算法在時(shí)間上有10%~12%的提升，數(shù)據(jù)篩選過(guò)程的準(zhǔn)確率達(dá)到97%左右。