目前，无机微孔材料的定向合成是国际材料领域与分子工程学研究的热点问题。然而，国际上对于无机微孔材料的设计与定向合成的研究还普遍处于研究探索阶段，诸多合成条件（如凝胶组成、有机模板剂、晶化温度和时间等）还没有精确掌握，定向合成具有极大的挑战性。在过去几年里，科研工作者试图建立新的定向合成的预测模型，尤其是将数据挖掘方法应用到分子筛的定向设计中。尽管一些统计方法在化学材料分析中已经得到了广泛的应用并取得了一定的研究成果，但是对开放骨架磷酸铝合成数据的分析和预测的研究仍相对较少。鉴于开放骨架结构的磷酸铝具有丰富的结构化学，本文在吉林大学“无机合成与制备国家重点实验室”建立的磷酸铝合成反应数据库的基础上，利用基于数据挖掘方法在磷酸铝合成反应数据库上进行了一系列的数据分析、合成参数与定向结构预测的研究。具体研究内容分为如下几部分：一、针对数据库中数据存在参数缺失的情况，利用四种补值方法对其进行估计补值。磷酸铝合成数据库中有29%的数据存在不同情况的缺失。为了更精确的分析数据，更充分的利用现有数据，避免对后续研究工作的影响，进一步完善数据库，本文利用四种缺失值估计方法，对磷酸铝合成数据库进行估计补值。在不同缺失率下，通过大量的随机实验结果证明了补值算法具有一定的有效性和可行性。在实验过程中还发现，补值算法还具有对现有数据的参数值进行修正的作用。二、为了充分挖掘合成因子参数同合成结构之间的关系，本文提出两种新的特征选择模型。在国内外学者研究的基础上了，首先提出了一种新的融合式特征选择方法。该方法首先选用8种经典的特征选择方法对特征预排序，然后通过加权投票的方式对特征再排序，最后利用顺序浮动搜索算法根据预测准确率对合成参数做出最终的选择。在此研究的基础上，又提出了一种随机子空间同Fisher得分相结合的特征选择方法。大量的对比实验证明了特征算法模型的有效性。同时通过对实验的进一步研究还初步给出了定向合成（12，6）元环结构的凝胶组成摩尔比。本文采用多种数据挖掘方法，分析合成参数与产物结构之间的相互关系，并建立合成反应预测模型。本文的研究为定向设计具有特殊结构的分子筛骨架有重要指导意义。