当前我国科技事业正处在追赶国际发达国家的关键时期,科研团队作为科技创新的核心力量和高质量人才培养的科学研究组织,其建设工作己经上升至国家发展战略的高度。但现有科研团队的建设与管理还存在诸多问题,例如学科交叉不到位、人员配置不均衡和团队规模不合理等,团队科研绩效提升面临着一系列难题。众多学者从团队的社会网络视角和多样性视角对科研绩效影响因素进行了研究,大部分研究将这两个研究视角放置在相互平行方向上,重点研究单一特征要素对科研绩效的独立影响效应,缺乏结合视角的多特征要素组合对科研绩效影响路径的探讨,且现有关科研绩效的研究并没有得到统一结论,因此,进一步研究和探讨科研绩效影响因素非常有必要且有意义。本文基于社会网络理论,以web of science数据库医学信息学领域近十年的合著论文识别出的1418个科研团队作为研究对象,将团队整体性特征分为网络结构整体性特征和非网络结构整体性特征并对其进行度量,网络结构整体性特征包括网络规模、平均加权度、网络密度和聚集系数;非网络结构整体性特征包括机构多样性、学科多样性、项目资助数、人员流动性和合作强度,从产出数量和产出质量两维度共同评价科研绩效。将两类型特征先从平行角度再从结合角度去探讨其与科研绩效之间的关系。利用K-Means聚类对不同合作模式科研团队进行划分,分析聚类依据与团队特点,再将整体性特征作为条件属性,科研绩效作为决策属性,利用Cart决策树算法挖掘出整体性特征组合对科研绩效的并发影响,并对不同研究结果进行分析和比较。研究获得以下结论:（1）非网络结构整体性特征对科研绩效的影响作用大于网络结构整体性特征,各特征因素与绩效之间的关系不是简单线性关系而是复杂的非线性关系,其中,项目资助数有利于所有类科研团队的绩效产生;（2）团队网络结构特征与非网络结构特征没有明显相关关系,具有相似的非网络结构整体性特征的科研团队不一定具有相似的网络结构整体性特征;（3）简单合作模式的团队势单力薄,更多时候只能依赖于团队学者自身科研能力,产生高科研绩效较为困难。复杂合作模式的团队具有丰富的人力资源、充足的资金保障且合作形式多种多样,更容易产生高的科研绩效实现团队运作的良性循环;（4）不同类型团队产生高低科研绩效的特征组合不同且同一特征组合在不同取值范围内对科研绩效的影响作用也不同,基于数据驱动分析方法得到的结论更具有针对性和指导性。