传染病的暴发直接威胁着人类的生命和财产安全。目前,传染病的监控策略主要分为主动监控和被动监控两类。主动监控指医疗部门派遣工作人员到潜在病发区域进行缜密排查,被动监控指相关医疗机构等待患者上门寻求医疗服务。相比而言,主动监控对数据的采集更及时和完整,可实现对传染病高发区域的持续监控,便于及时掌握病例分布及变化趋势。然而,面向主动监控的理论和应用研究仍面临如下问题:1)当监控区域大、地域异构性强、可用资源有限时,如何更加及时、准确的预测传染病暴发风险?2)在网络技术迅速发展的时代背景下,如何实现简单、实用、可视化的传染病主动监控系统,以便于人们及时的洞悉传播情况,强化防范意识,规避传染风险。针对以上问题,本文的主要工作如下:(一)提出了一种基于异构时空数据挖掘的传染病监控方法。该方法基于经济因素,地理信息,监控数据,温度和降雨等5类数据,将疟疾的动态传播过程建模为动态异构传播网络,提高对传染病预测的准确度。此外,为了解决预测过程中的地域异构性问题,本文提出了一种混合优化算法,该方法可以在对传染病进行准确预测的同时,实现对不同地区的动态聚类,进而实现对传染病的准确预测。本文对算法处理不完整观测数据的能力进行探究。通过获取染病区域其中一部分地区的数据,从而达到该染病地区所有地区的病例预测。(二)实现了基于时空数据挖掘的传染病主动监控系统。该系统以本文提出的基于异构时空数据挖掘的传染病监控方法为基础,实现了主动监控病例和预测结果的可视化。通过该系统人们可以随时查看当地的传染病爆发情况,以及未来一段时间内的爆发风险预测结果。有助于实现传染病的消除由传统的政府单向控制向未来的全民自觉防范转化。在当地医院和CDC工作人员的配合下,本文以云南地区的疟疾病为案例,基于腾冲县2007-2011年的疟疾爆发真实数据,对上述方法和系统的有效性和实用性进行了验证。