随着中国人口老龄化进程的加快,老年人的健康养护问题得到了人们越来越多的关注。以残疾、精神病、糖尿病、心脑血管疾病、癌症及慢性呼吸系统疾病等为代表的慢性非传染性疾病的患病率逐年上升,其中残疾因发病率高、危害性大,成为老年人康养领域的一大棘手问题。目前,残疾领域的康复规划研究存在着真实数据的缺失、脏数据的干扰以及标准样本过少等问题,数据集的缺失制约着相关智能算法的研究。此外,传统的残疾康复服务依赖大量线下康复机构,也就导致资源分配不均、服务效率不高、智能化程度低等问题。针对上述问题,本文从残疾康复的角度出发,从残疾康复数据集的构建、基于数据驱动的智能康复规划和基于知识图谱的智能康复规划三个基础构建元素进行了相关的理论算法的研究,具体内容如下:首先,针对残疾康复领域的小样本学习的问题,本文提出了基于机器学习的三阶段残疾康复数据生成模型,第一阶段设计了基于树形结构的基础属性生成策略;第二阶段构建了基于朴素贝叶斯的基础行为能力指标生成模型;第三阶段设计使用多元线性回归模型生成高阶行为能力指标。最终,整合三个阶段的工作,实现了残疾康复数据集的构建。其次,针对传统康复规划方法效率低、成本高等问题,本文提出了基于数据驱动的智能康复规划方法。首先设计实现了基于神经网络的特征提取模型,用于样本的特征提取;然后将康复规划按照内部数据项进行拆分,划分成多个分类问题,构建了基于分类网络的模型,并将得到的特征向量作为模型的输入,得到分类结果,组合后推荐给用户。再次,针对残疾康复领域知识结构性差、知识缺失等问题,本文提出了基于知识图谱的智能康复规划方法。首先确定了自上而下的图谱构建逻辑,结合专家知识定义了残疾康复领域的本体;使用了基于Web网页包装器的方法进行知识抽取;在完成知识融合后存储到原生图数据库Neo4j中;最终在图谱构建的基础上,设计实现了知识搜索的应用。最后,在上述理论方法的研究基础上,本文对智能康复规划系统进行设计与实现,通过系统的分析、测试验证了研究内容的可行性、有效性。