1、隨著計算機技術，特別是數(shù)據(jù)庫技術的快速發(fā)展和廣泛應用，各行各業(yè)積累的數(shù)據(jù)量越來越大，傳統(tǒng)的數(shù)據(jù)處理方式已經(jīng)很難被充分利用以找到蘊藏在這些海量數(shù)據(jù)中的有用信息，于是，數(shù)據(jù)挖掘技術應運而生了。自誕生之日至今，數(shù)據(jù)挖掘被越來越多的行業(yè)所重視和引用，而在現(xiàn)今國內外的流行病學研究中，統(tǒng)計學一直是主流的方法，但是統(tǒng)計學方法對數(shù)據(jù)還是有一定的要求，如需要研究者對數(shù)據(jù)之間的關系有一些大致了解，假設屬性之間有一定關系再去搜集數(shù)據(jù)建立統(tǒng)計模型驗證假設，統(tǒng)計

2、模型無法對大量數(shù)據(jù)進行研究，如果存在較多變量，統(tǒng)計模型的建立也比較困難等。數(shù)據(jù)挖掘技術雖然是在金融、零售、電信行業(yè)應用廣泛，但在醫(yī)學領域還處在探索階段。
　　 本研究將數(shù)據(jù)挖掘技術作為一種輔助研究方法，對體重與飲食習慣之間的聯(lián)系進行探索分析，利用關聯(lián)規(guī)則算法找到不同體型的人經(jīng)常食用的一些食物及食用頻率，幫助人們了解日常飲食攝取與體重之間的關系，再利用分類算法建立分類規(guī)則，確立預測模型，通過輸入個人飲食習慣對肥胖進行預測，以作為體