在流行病学中,病例聚集性表现为部分个体病例具有一定程度的相似性,具体表现在时间,空间,年龄,性别等维度。对传染病病例之间的相似性进行研究往往能发现传染病的某些特征,从而能够客观的反映传染病的流行现象和深刻地揭示其流行原因。聚类分析法是数据挖掘领域中将具有相似性的个体划分为一个类的重要方法,其主要作用是将无标记的个体按照某种规则划分成不同的类,使得同一个类中的对象相似,而不同类中的对象相异。目前,有关传染病的早期预警的研究主要集中在使用统计学的方法进行聚集性探测,而对于非统计学的方法关注度较少。根据数据类型,应用维度,尺度范围大小等不同的性质,目前已有的传染病聚集性探测方法大致可分为三种。扫描统计量方法是一种典型的基于时空维度和统计学的算法,采用了窗口扫描的方法,简单易行且快速高效。但是该算法需要确切的行政区域地理信息,同时也需要预先给定扫描窗口的形状,由于使用的是面数据,最终结果精确度止步于行政区域边界,一般难以发现任意形状的传染病暴发区域以及小尺度范围内或跨行政区域边界的传染病暴发。本文在探讨一些经典聚类算法优缺点的基础上,引入基于密度熵的改进聚类算法对病例点数据集进行了分析实验并提出一种基于加权人口密度重心的传染病暴发区域可视化模型。为了验证方法及改进的有效性。本文分别在两个地区的不同类型的传染病数据集上进行实验,本文所做的创新工作有:(1)针对现有的传染病聚集性探测方法基本上使用面数据,而使用点数据的方法及其稀少,考虑到传染病病例地址具有密度不均匀的特性,同时不同区域的病例具有不同的背景人口密度,我们引入了一种新的基于密度熵的聚类算法,同时将背景人口作为权值和距离计算方式相结合。首先将病例文字地址信息转换为相对坐标,然后经过聚类得到病例高密度聚集的区域,并分别在空间聚类效果和时空聚集性探测研究上和传统扫描统计量方法进行了比较,并提出了一种指标用于观察实验结果中是否存在小尺度范围内的暴发。(2)现有的传染病时空聚集性探测方法得到的结果是基于行政区域通过图形化的形式表达的,理解上可能会引入一定的主观性,难以准确客观的表达传染病的时空演化过程。因此本文在重心模型表达方法的基础上,提出了一种基于加权人口的重心转移曲线的时空演化模型表达方法,通过计算研究区域中每个时间段的传染病加权人口重心位置,得到连续时间段内的重心转移曲线;然后利用多个时间段的重心计算重心偏移量和转移方位,以较为准确直观地描述传染病传播区域的时空演化过程。综上,本文提出的方法通过将加权人口引入到聚类的距离计算方法之中从而很好的解决了在传染病暴发过程中存在的背景人口密度不均问题,同时基于密度熵的聚类算法能够很好的解决病例的分布密度不均问题。实验结果表明,本文提出基于密度熵聚类的改进算法能够探测到不同形状的聚集性区域,并且结果和行政区域的地理分布信息无关,能探测到跨行政区域或大面积行政区域内存在小尺度范围聚集性的区域。另外,通过加权人口重心计算得到的转移曲线不仅能够很好的观察到传染病传播的时空演化过程,并且和之前实验得到的高风险区域计算得到的加权人口重心曲线进行对比,实验结果表明两个曲线基本相似,说明高风险区域作为传染病聚集性探测的结果是可信的。