鸡蛋是居民生活中重要的农副产品,鸡蛋质量与蛋鸡的福利水平息息相关,其中一个重要的因素便是蛋鸡采食饮水情况。但是目前蛋鸡信息监测方面仍然依靠有经验的饲养员进行巡查,效率低下;而蛋鸡饲喂方式仍以自由饲喂为主,虽然目前的自动饲喂系统能定时定量的投喂饲料,但是饲料量和饲喂时间仍是根据饲养员的经验进行衡量,没有达到智能化的投喂需求,因此饲料的利用率低,饲料浪费严重,蛋鸡生产性能难以达到完全的发挥。所以对蛋鸡养殖过程中的信息监测采集和研究蛋鸡智能饲喂策略方法是有重大的现实意义的。本文针对蛋鸡养殖业,提出一种基于数据挖掘技术的蛋鸡智能饲喂策略的研究方法,主要包括:设计出一种蛋鸡信息采集系统,主要采集蛋鸡的采食饮水行为相关数据和生产性能数据(本文主要指产蛋量和饲料利用率),并对采集数据进行了可靠性分析;通过对饲料重量和水重量变化形成的时间序列进行分析,利用感知重要点方法对时间序列进行分段拟合,从而对蛋鸡采食饮水行为进行定量化提取和可视化分析,并用视频监测结果进行误差分析;利用关联规则挖掘技术发现蛋鸡采食饮水行为与生产性能之间的关系,发现数据间隐含的关联;最后设计了一个基于LSTM的行为预测模型用于蛋鸡采食饮水行为的预测,以便得到具体的饲喂时间与饲料量,并且建立了蛋鸡养殖智能饲喂决策的系统平台。实验结果表明:通过对采集来的数据进行校验,发现采集的数据与实际数据的相对误差均小于2%,可见采集系统的可靠性较好,数据可信度高;通过视频监测结果可以发现,量化算法所得到的采食时间误差在半分钟之内,采食量几乎没有较大的误差;利用关联规则挖掘发现了蛋鸡采食行为与生产性能之间存在较大的关联,蛋鸡采食量和产蛋后的采食量与生产性能之间存在正相关的关系,而采食摄入率在0.012-0.014g/s之间时,蛋重和饲料利用率则处于较高的水平;利用基于LSTM的行为预测模型对蛋鸡采食饮水行为进行预测,发现行为量化数据的真实值在预测范围内的概率均达到了70%以上,相比于其他预测模型,该模型的预测效果较好。