本文以国家自然科学基金项目和北京市教育委员会科技发展计划重点项目为科研任务，对基于数据挖掘的旅游突发事件预警进行了研究。对旅游突发事件信息的分类算法进行了研究，改进了Apriori算法，并应用该算法对旅游突发事件的关联规则进行了挖掘，最后基于神经网络建立了旅游突发事件预警模型。 论文的主要工作如下： (1)采用基于k—means聚类算法的朴素贝叶斯分类算法，对用于突发事件预警的旅游信息进行了分类，进行了数据预处理，得到了可用于旅游突发事件预警的信息的数据分类结果。 (2)对旅游突发事件数据进行了离散化处理，改进了Apriori算法。应用改进的算法对旅游突发事件的关联规则进行了挖掘。 (3)完成了基于神经网络的旅游突发事件预警研究，建立了旅游突发事件的预警指标，建立改进型BP神经网络预警模型，并进行了测试。结果表明，模型的预测正确率较高。 本论文在以往科学研究的基础上，完成了基于数据挖掘的旅游突发事件预警分析，基于神经网络建立了旅游突发事件预警模型，以获取有价值的预警信息。利用获得的信息，对可能发生的旅游突发事件进行预警．可以及早通知旅游活动组织方、活动人群、现场管理者等，采取必要措施，尽量减小突发事件的冲击，将损失降低到最小。