本发明提供了一种基于贝叶斯网络的数据挖掘检疫方法，通过人们最近的社交信息模拟感染过程，建成贝叶斯网络g，将每一个人对其它每个人的影响定义为一个影响力函数effect(x)，得到每个人的影响力值，用effect(x)为所有人排序，通过贪婪算法获得最可能感染的人，本发明系基于贝叶斯网络的数据挖掘应用，可以作为疫情发展的监控手段，用尽可能少的资源找出患者，降低疫情监控的成本，基于疫情的常态化监测中，贝叶斯网络中数据与现实数据自然适配，具有较好的匹配度，在数据实验中有良好的效果。以本发明为基础，可以研发统一大数据疫情检测引擎、大型车载式集成rt‑prc大规模检测仪器等，对于未来未知的疫情或者生物战争提供高效反应措施，具有较好的市场适用场景。