1.一种数据集频繁项集挖掘可用性评估方法，其特征在于：所述方法包括以下步骤：

步骤(1)设C＝{I1,I2,…,In}是项的集合，给定事务数据集D1和D2，其中每个事务T是一个非空项集,使得 对D1、D2利用Apriori算法挖掘得到最大频繁项集集合,记为FIS1、FIS2；最大频繁项集MIS表示自身频繁但其超集均不频繁的项集， FIS1、FIS2包含若干MIS及支持度信息，而l1、l2分别表示FIS1，FIS2中|MIS1|、|MIS2|的最大值；文中MIS1、MIS2表示来自FIS1，FIS2的某一项集，步骤(2)将FIS1的任一项集MIS1与FIS2的任一项集MIS2，通过项集匹配算法F进行匹配，得到配对项集表Pairs,Pairs由若干项集对组成，score1表示MIS1、MIS2的项目相似度，在匹配过程中计算得到；

步骤(3)对Pairs中所有的，计算MIS1,MIS2的支持度相似度score2，进一步计算得到MIS1,MIS2的复合相似度score，更新pair为；

步骤(4)将Pairs中的每一项的复合相似度score累加，并除以Pairs中项的个数，得到D1和D2的相似度分数SCORE，且该分数的取值范围为[0，1]；

步骤(2)(3)中的项目相似度score1、支持度相似度score2、复合相似度score的定义如下：项目相似度score1:项集MIS1、MIS2基于项目的相似度记为score1，计算如下：若MIS1、MIS2的组成完全相同，score1＝1；

若MIS1、MIS2不相同,且均不为空集，

若MIS1、MIS2中某一项为空集，score1＝0；

支持度相似度score2：已配对的项集MIS1、MIS2基于支持度的相似度记为score2.计算如下：对于Pairs中某一项，MIS1的支持度为s1,MIS2的支持度为s2，复合相似度score：项集MIS1、MIS2的复合相似度记为score，score主要基于项目相似度score1,在score1基础上，利用支持度支持度score2进行进一步细化，计算过程如下：score＝score1*score2。

2.根据权利要求1所述的数据集频繁项集挖掘可用性评估方法，其特征在于：步骤(2)中项集匹配算法F说明如下：

(a)设置score1＝1，将FIS1，FIS2中组成完全相同的项集以的形式加入Pairs，同时分别从FIS1和FIS2中删除匹配成功的MIS1,MIS2,设置k＝1；

(b)初始化FIS1、FIS2中每一项的候选匹配集合为空集，对FIS1任意项集MIS1，FIS2的任意项集MIS2，计算MIS1、MIS2的距离dis，若dis等于k，将MIS2加入到当前MIS1的候选匹配集合中，将MIS1加入到MIS2的候选匹配集合中；

(c)对于FIS1中的任意项集MIS1，如果其候选匹配集合PList为空，直接跳过当前项集，否则在PList中根据最小影响匹配策略选择项集MIS2，计算 将加入Pairs，同时分别从FIS1和FIS2中删除MIS1、MIS2.

(d)k++,若k小于MAX(l1，l2)，回到步骤(b),若k等于MAX(l1，l2)，将FIS1的前n项和FIS2的前n项一一匹配，n为MIN(|FIS1|，|FIS2|)，匹配过程中设置score1＝0.1，同时添加到Pairs中，最后将匹配过的项集从FIS1，FIS2中删除；

(e)设置score1＝0，将FIS1，FIS2中剩余项集，与空集匹配添加到Pairs中。

3.根据权利要求2所述的数据集频繁项集挖掘可用性评估方法，其特征在于：项集匹配算法F，其特征在于：步骤(b)中距离dis的定义如下：项集距离表示项集之间不重合的项的个数，记为dis,计算如下：dis＝MAX(|MIS1|,|MIS2|)‑|MIS1∩MIS2|。

4.根据权利要求2所述的数据集频繁项集挖掘可用性评估方法，其特征在于：项集匹配算法F，该匹配算法采用最近原则启发式算法进行项集间的匹配，匹配规则为将距离相近的两个项集进行优先匹配，其中使用的k用于控制该启发式算法，k表示当前配对过程只考虑两个项集距离为k的进行匹配，通过k的迭代，将距离近的两个项集进行优先匹配，即在进行距离为k的匹配时，所有距离小于k的项集对已被匹配完成，通过最近匹配原则使得无序查找变成有序匹配，每次的计算过程都可被复用，无重复计算过程，且每次进行k‑距离查找时，所有距离为k‑1的项集均被排除，而k+1的项集不在本次查找范围内，有效降低搜索空间，避免每次匹配都需与其余所有项集进行匹配而产生的重复计算。

5.根据权利要求2所述的数据集频繁项集挖掘可用性评估方法，其特征在于：步骤(c)中，候选匹配集合说明如下：候选匹配集合用于存储与当前项集MIS的距离等于k的项集集合，通过将每个与当前项集MIS相距为k的项集存储起来得到候选匹配集合，能够使得在保证最近匹配原则的同时，在候选匹配集合中通过最小影响匹配策略，保证匹配结果的优越性；同时也可在每一轮迭代中，将已经匹配过的项集从候选匹配集合中删除，实时记录每个项集可匹配的项集的变化情况，避免重复匹配。

6.根据权利要求2所述的数据集频繁项集挖掘可用性评估方法，其特征在于：步骤(c)中所述最小影响匹配策略说明如下：如果当前MIS1的候选匹配集合PList有且只有一个项集MIS2，则进行配对，若有多个项集，则从PList中挑选一个项集MIS2进行配对，挑选条件是在PList中，MIS2的候选匹配集合中可匹配项目最少，从而保证每次选择的匹配项为对其他项集的匹配影响最小。