由于药品具有“治病又致病”的特殊性,许多药品在前期临床试验中,因检验样本小、观察时间与范围有限等原因,很难发现药品潜在的危险。近几年,药品安全事件频频发生,引发严重的公共卫生安全问题。据WHO统计,因药害事件死亡在其死因顺位中居第4至6位且呈现逐年上升态势。药品安全突发事件的发生率、严重性日益突出,成为全世界普遍关注的焦点。为药品安全突发事件建立科学合理的预警机制成为目前亟需解决的重要课题。大数据环境下,充分利用各类相关的信息资源来构建预警决策知识库,可以为突发事件的快速响应提供更好的决策支持。论文首先针对大数据环境下数据异构、多源等特点,以“药品-事件-应急”三类为核心对药品安全突发事件相关的各类数据资源进行采集和统一规范化处理,并构建数据仓库。然后,针对数据仓库中的数据不能进行知识推理,引入本体技术和基于Jena的规则推理机构建本体库,从而实现数据的语义关联并利用Jena的推理规则本身属性和自定义规则推理出本体中隐含的知识。在此基础上,以“事实-概念-规则”模式构建面向药品突发事件的预警决策知识库模型。最后,针对传统预警模型的不足,提出了适用于大数据环境的三种药品风险预警模型,分别为基于关联规则的单个药品风险预测模型、基于聚类分析的药品类别风险评估模型和基于分类方法的新上市药品风险评估模型,并结合已构建的知识库进行突发事件风险预警。基于上述的理论研究成果,本文利用MySql、Protégé、Java等开发工具构建了一个药品安全突发事件预警原型系统,验证了本文研究的可行性和有效性。该系统通过对舆情监测系统监测到的某种药品发生的不良反应突发事件特征提取,利用语义搜索模块中的SPARQL语句查询本体库,其结果进入预警模块得到预警信号值,根据预警信号值的大小进行语义推荐,并为相关人员提供预警决策方案。