我国实施了近四十年的独生子女政策,产生了数亿的独生子女家庭。独生子女家庭中的唯一子女不幸离世,会给这些独生子女家庭带来无尽的失独哀伤,也造成了社会上失独群体的产生。失独者在陷入失独哀伤之后,会带来消极避世、回避社交、敏感多疑、易怒孤僻、抑郁等情绪问题,不仅自己的社交生活出现的严重的断裂,自己的生活也受到了严重的影响。研究失独者的失独哀伤的转归及其影响因素具有重要的现实意义,而且在大数据时代,对失独哀伤的研究和准确预测,也有助于相关机构或组织进行更加精准的资源调配和救助活动的开展。本文首先对失独相关的文献进行了汇总和梳理,包括失独的概念界定,失独者的数量测算、生存困境、失独哀伤的心理研究、哀伤干预的科学性和国家对失独群体政策的演变等几个部分。文献显示,目前国内对失独者哀伤心理的研究较少,数据采集范围小,研究方法也大部分集中于定性分析。其次本文基于国家社会科学基金项目“失独风险应对及回归正常生活研究”(13BRK027)获得的1045份数据从失独者的个人特征、家庭特征和社会特征三个方向对失独者的情况进行了描述性统计分析。调查分析发现部分失独者收入水平低,文化程度不高,应对失独的能力弱;部分失独者能维持夫妻关系,但是夫妻情感变差了;在有孙辈的失独者中部分存在隔代探望的障碍;失独会造成持续性哀伤;失独者往往主动割裂其社会交往关系,将自己封锁起来,超过一半的失独者曾在社交中被他人歧视;尽管超过半数的失独者感受过来自政府或社区的帮扶和救助,但是接受过心理治疗的失独者仅占8%。再次本文基于失独者的情况,对失独者的失独哀伤程度的影响因素进行了列联分析和卡方检验。研究表明失独者的文化程度、收入水平、负债水平、失独原因、失独持续时间、婚姻状况、户口性质、有无孙辈、是否领取特别扶助金、是否获得帮扶和是否参加过抱团取暖活动等11个因素与失独哀伤程度具有显著性的相关关系。然后利用有序多分类Logistic回归模型对失独哀伤程度及其影响因素进行建模、研究各因素之间的交互效应,并采用决策树、支持向量机、随机森林模型与二分类logistic分类器对失独者能否走出失独哀伤的预测进行对比分析。研究表明农村户口、低收入、低学历、低负债、离异丧偶、失独持续时间较长、由意外事故或久病不治导致的失独、领取扶助金、获得社会扶助和没有参加过抱团取暖的失独者更容易减轻失独哀伤程度,并且失独哀伤转归的影响因素之间存在较为复杂的交互效应。在预测表现方面,随机森林以预测准确度为73.68%、精确度68.71%、召回率80.61%和f1综合指标为74.19%的良好预测精度优于其它模型的预测。最后本文根据上述的研究结果,提出了对失独者的失独哀伤转归话题的探讨,提出了笔者的意见。同时本文中使用的经典统计学研究方法和数据挖掘模型,也是在传统领域对新方法的探索,期望能为该领域未来的研究提供一个新的思路。