神经网络是数据挖掘的常用的方法之一,因子分析方法是统计学多元分析中的一种分析多个变量间内在关系的方法。将因子分析预处理方法与神经网络结合起来使用,可以分析原始变量间关系,将原始数据降维,减少数据规模。本文对神经网络算法和因子分析相关理论进行了研究;在此基础上,结合化学分子筛数据库大量历史实验数据,提出了基于因子分析预处理结合BP神经网络算法的数据挖掘方法。该方法采用因子分析的方法先对原始数据进行预处理,提取出公共因子,降低实验数据的维度,然后再用BP人工神经网络训练建立模型并进行预测。通过对比实验测试了本文提出的组合算法在收敛速度及预测准确性方面的性能;结合“物质创造与化学转化过程中的若干前沿科学问题的研究”973项目,将该方法应用于其中的磷酸铝分子筛产物特征预测上。