水上交通安全作为海事研究的核心领域,与航运安全、运输效率以及对国民经济和人民财产损失的减少紧密相连。进入21世纪以来经济全球化和新科技革命的兴起,世界贸易得到不断发展,对水上交通运输的需求也日益提高。经济发展在促进水上交通发达的同时,也增大了安全隐患和水上交通事故发生的可能性,对水上交通安全保障提出了更高要求。本文围绕着水上交通安全中现有存在的一些问题,在云理论和数据挖掘的研究背景下开展了工作。具体如下：分析了当前水上安全相关研究的现状,并指出我国当前水上交通安全亟需解决的问题。针对我国目前还没有建起一个比较统一和完善的水上交通安全事故基础数据体系,以供水上交通安全规划研究和规划制定提供必要的定量数据,通过对事故原始数据的全面收集、整理、统计和分析处理,研发了水上交通安全事故基础数据调查分析系统。将水上交通安全事故的原始数据转化为可用于水上交通安全规划研究及规划制定的水上交通事故基础数据。针对水上交通事故数据的特点,对水上交通事故基础数据进行预处理,利用关联规则挖掘的关键技术,分别对水上交通事故数据进行全因素模式挖掘、偏因素选择模式挖掘和基于结果的事故模式挖掘。通过对挖掘结果的解释,加深了对水上交通事故自身的成因和趋势的认识,为相关部门提供了指导和决策的依据。研究云模型理论,对水上交通安全尤其是人的因素做出客观、合理、有效地评价,同时反应评价对象的模糊性和随机性,提出了一种新的基于云模型的综合评价方法,该方法对评价指标是定性语言描述的情形比较适用,并将此方法运用到船员适任性的评价当中,仿真研究表明,基于云模型的综合评价方法用于船员适任性评价使得评价内容更加丰富,评价结果直观,灵活、可靠,符合人类思维。最后,对全文进行了总结,并对有待于进一步研究的问题进行了展望。