在现实世界里,确定性事物是相对的,不确定性事物是绝对的。各行各业的飞速发展,使得我们步入了大数据的时代,这意味着会有海量的数据持续输出,这些数据中包含大量的不确定性数据,如何管理这些不确定性数据?如何对这些数据建模?如何利用这些数据进行推导或者决策?这都是我们所面临的严峻问题,此时不确定性数据世系管理显得尤为重要,不确定性数据世系技术是通过数据的采集与抽取过程去追踪不确定性的来源和大小,是为了描述不确定性数据间的相关性和依赖性而构造的。现在多用世系表达式和贝叶斯网络对世系过程进行描述。世系表达式是以布尔公式形式展示,但它查询效率低。贝叶斯网是最常见的概率图模型,它在一定程度上可以增加不确定性数据世系的查询概率,但由于时代的发展、数据变得越来越复杂、这时贝叶斯网就显得爱莫能助了,此时需要构建一个模型既可以表示复杂数据间的联系,又可以高效的完成世系查询,因此,本文提出超贝叶斯图模型来表示不确定性数据世系,主要贡献如下:1.将贝叶斯网与超图的结合超贝叶斯图引入到不确定性数据世系分析中,定义了超贝叶斯图,给出一种将任意给定贝叶斯网络转化为唯一的超贝叶斯图的方法,并根据条件独立性给出算法得到超贝叶斯图的键,在超贝叶斯图和超贝叶斯图的键的基础上通过有向无环图表示的一组变量及其条件依赖性,经过建模生成超贝叶斯图的连接树,它具有非循环的层次结构,并用超贝叶斯图的连接树来表示不确定性数据世系工作流的过程,紧接着在超贝叶斯图模型上进行世系概率的计算与化简。2.给出世系在贝叶斯网上的局部传播过程,此过程同样适用于超贝叶斯图的连接树,然后给出不确定性数据世系查询的概率更新的算法,给出剪枝算法来简化不确定性数据世系查询的概率更新过程,利用已有的查询重写技术在超贝叶斯图上展示不确定性数据世系的查询的过程,并运用在关系数据库上,用SQL语句来表示这种世系查询处理,并且对比分析超贝叶斯图的连接树和贝叶斯网在数据世系概率查询更新上的优劣。