国家老龄事业发展和养老体系建设规划指出,预计到2020年,全国60岁以上老年人口将增加到2.55亿人左右,占总人口比重提升到17.8%左右。人口老龄化成为无法回避的社会问题,并影响着我国社会、经济等方面的发展。随着老年人年龄的不断增长,老年人的健康问题也会日益凸显,行动不便和罹患各种慢性病的几率增加,带来医疗和护理成本的提升。因此对老年人健康需求问题的研究是研究者们关注的一个重要方向。如何能够挖掘出老年人健康状况的影响因素,识别出潜在因素和高风险因素,以及因素之间的相互作用机制,为政府做出决策和制定针对性的政策提供科学全面的依据,从而更好地为老年人提供保障,是研究者们需要考虑的重要问题之一。随着数据时代的到来,人们越来越关注如何从已有的数据中去获取知识,由此催生了以数据挖掘为代表的人工智能技术的快速发展。同时数据挖掘在各行业中得到了广泛的应用,并为解决行业问题提供了新的思路和方法。本文将数据挖掘方法应用到中国老年人健康影响因素分析工作中,综合运用数据挖掘技术对老年人的健康影响因素进行分析。文章首先介绍了老年人健康影响因素的研究现状,以及数据挖掘在知识发现中的应用。然后通过对2014年中国老年人口健康状况数据(Chinese Longitudinal Health Longevity Survey,CLHLS)进行分析,初步获取关键特征,并使用集成学习思想,提出基于多准则集成的特征选择方法,运用梯度提升决策树集成模型进行建模,与一般的数据挖掘只注重于挖掘的效率和精度,而对于其挖掘结果的可解释性和可理解性关注相对较少,缺乏对数据的理解不同。我们将所提出的模型与数据挖掘解释性研究的最新方法相结合,对结果进行了不同角度的详细分析。最后基于本文的研究结果,为健康养老提供了决策建议。实验结果表明,本文所提出的方法能够有效识别老年人的健康状况,并发现影响老年人健康状况的各种因素及因素间的作用。对老年人健康数据的知识发现和辅助决策具有重要的参考意义。此外,本文使用复杂数据挖掘方法对老年健康调查数据进行研究,为数据挖掘方法在相关社会调查数据中的应用提供了参考范式,具有重要的意义。