卫生计生系统的死因登记数据存在巨大的价值,如何有效的挖掘出区域死因登记数据中的价值值得研究。本文主要研究如何将数据挖掘技术应用于死因登记数据,包括探索性研究、传统方法改进和验证性研究等三方面,主要工作如下:1.依据数据挖掘通用流程,对死因登记数据展开探索性研究。通过对死因分布的分析挖掘,发现癌症、脑血管病以及心血管病死亡占比较高,进而对于高死亡占比的重大疾病的死亡情况进行时间序列建模,并对模型的预测应用进行了讨论。2.死因登记数据同时包含有序型分类变量和无序型分类变量,属于混合型分类数据。针对传统K-modes聚类算法不足,提出一种适用于混合型分类数据的K-modes聚类改进算法。改进算法对于有序型分类变量和无序型分类变量分别采用不同的距离度量,并用平均熵给变量赋予相应权重。实验表明改进算法在聚类正确率和聚类距离指标上表现更优。3.基于死因登记数据开展验证性挖掘,研究出生日期的启示性。研究表明“生日即忌日”现象广泛存在于多种划分的子人群中,利用随机森林算法选择影响该现象的重要特征变量发现最高诊断医院、死因、受教育程度这三个重要性排在最前。关联规则挖掘的结果也验证了这一结果。