居住健康的研究理念是在满足住宅基本建设要素的基础上,提升健康要素,满足居住者生理、心理、道德和社会适应等多层次的健康需求,以促进可持续发展,营造出安全、便利、舒适、健康的居住环境。随着信息技术的日益普及,数据挖掘技术被广泛应用于各行各业的数据分析和知识发现领域,但对于居住建设健康影响规律发现及评估领域,数据挖掘技术却鲜有作为,同时数据挖掘技术也面临着较大的挑战,不同厂商对数据挖掘模型有着不同的定义,妨碍了挖掘模型在不同数据挖掘系统之间的共享。为此,本文提出了基于PMML的数据挖掘系统架构,并以居住建设健康影响与评估领域为应用背景,研究并开发了基于PMML的居住建设健康影响规律发现及评估软件,具体的研究内容如下:首先,在探讨数据挖掘一般理论的基础上,研究了数据挖掘模型标记语言PMML的基本原理;在对决策树算法模型简介的基础上,重点分析了微软自带的信息熵、K2和BDEU算法的基本原理;第二,根据居住建设健康影响与评估领域的需求分析,设计了居住建设健康影响规律发现及评估软件的框架与模块划分,提出了模型信息的PMML存储,题库数据的自动组卷机制及数据挖掘过程中Web服务的引用。第三,在SQL2005的环境下,使用C#语言和Visual Studio 2005开发工具实现了居住建设健康影响与评估领域的在线B/S数据挖掘系统,并以数据挖掘的整个步骤流程为线,展示了相关技术在软件中的实例应用,并给出了技术实现的关键代码和运行效果。第四,在开发完成之际,对居住建设健康影响规律发现及评估软件进行了总结和分析,对不足之处提出了改进的构思。本文的研究成果已经申请了软件注册——“居住建设健康影响规律发现及评估软件”,并在中国建筑设计研究院得到了实际应用,取得了良好效果。