当前,我国人口老龄化速度明显加快,养老资源供给不足与配置不均的结构性矛盾日益凸显。欧美国家较早进入人口老龄化阶段,针对社会养老资源调配发展了行之有效的老年综合评估（Comprehensive geriatric assessment,CGA）方法,通过对老年人身心健康、自我照料、社会适应性等进行全面的能力评估与分级,根据个体的实际需求匹配相应的养老服务内容与资源。该方法主要采用问卷形式,一次完整的评估过程普遍需要30分钟以上的时间,过程繁琐容易激发老人对抗情绪,进而影响评估结果的准确性。对此常规简化方法如删减评估问卷维度或条目等,均已被证实难以有效解决准确性与便捷性不可兼得的问题。本研究提出一种基于贝叶斯网络的问卷调查算法,利用贝叶斯网络挖掘问卷条目间的关联,并根据评估过程中用户即时反馈动态预测和调整待问询条目,在保证准确性的同时实现过程有效简化。论文主要开展如下研究工作:（1）基于贝叶斯网络的问卷调查算法（Bayesian Network based Questionnaire Investigation,BN-QI）构建。首先使用训练集数据学习构建基于贝叶斯网络的问卷模型,网络中每个结点与问卷条目一一对应,结点相连的边表示问题间的关联,条件概率表量化问题间的关联强度;接着根据结点入度和图的遍历模式确定问卷调查顺序并依次访问各问题,当根据证据集推理该问题回答的概率超过设定阈值时预测并跳过该问题,否则通过问询用户得到回答,所有已回答问题都将加入证据集使下一题的预测更精确;最后所有问题均获得回答时调查结束。通过中国老年健康影响因素跟踪调查（Chinese.Longitudinal Healthy Longevity Survey,CLHLS）数据集验证,本文提出的算法在准确率、综合性能和空间占用方面均明显优于已报道的FPQM、Branching Rules等简化算法。（2）服务于真实CGA场景的BN-QI分级验证与优化。首先基于现有专家共识及民政部老年人能力评估标准的老年综合评估体系,开发了电子化CGA系统,用于对546位60周岁老人的问卷数据采集与综合能力评估;然后利用采集的数据构建问卷模型并进行分级验证实验,结果表明BN-QI可节省70%以上的调查工作量,分级准确率良好（GAR=0.84）但距离实际应用还需进一步优化。根据对实验结果的分析,本文细化超参数粒度,并使用贝叶斯优化调整各评估维度可信度阈值,提出改良版BN-QI（Modified BN-QI,MBN-QI）。（3）基于MBN-QI的智能化老年综合评估系统开发与小样本验证。首先根据CGA应用场景进行需求分析:从物理和软件两个层面设计适于多终端平台应用的浏览器/服务器架构,针对评估师、老人和管理员三种角色实现用户管理、评估工作开展、结果查询和后台管理等功能。使用该系统对137名老人进行应用验证,从评估时间和分级结果两方面与民政部标准进行比对。结果表明,使用智能化老年综合评估系统开展评估工作与行业标准相比平均用时减少了约三分之二的时间,且分级准确率均在0.9以上,具有良好的应用价值。