數(shù)據(jù)挖掘在方劑功效分析中的應用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，以及不斷擴大的數(shù)據(jù)庫規(guī)模，數(shù)據(jù)挖掘技術(shù)在中醫(yī)學中的應用也變得越來越突出。中醫(yī)學中一個重要的組成部分是方劑學，它是中醫(yī)基礎(chǔ)理論與臨床的紐帶。目前采用關(guān)聯(lián)規(guī)則挖掘技術(shù)把方劑屬性間的關(guān)系客觀的展示出來，加深人們對中醫(yī)方劑的認識，為中醫(yī)學者提供理論支持和知識參考。
　　本文將基于約束的方法引入到關(guān)聯(lián)規(guī)則算法改進中，提出了一種基于約束的關(guān)聯(lián)規(guī)則挖掘算法BCApriori(Based on Control Aprio

2、ri)方法。BCApriori算法通過計算最小支持度產(chǎn)生候選集和頻繁集,去掉不包含后件屬性的關(guān)聯(lián)項，進而對滿足限定后件屬性的關(guān)聯(lián)項予以保留，減少了由于數(shù)據(jù)量大尋求目標數(shù)據(jù)耗費大量時間的問題。
　　主要工作概括如下：
　?。?）對Apriori算法進行改進，設(shè)計了BCApriori算法。將基于約束的理論機制引進算法，對頻繁項集及規(guī)則后件進行約束，去掉不符合后件屬性條件的頻繁項。有效的減少了頻繁項的數(shù)量，節(jié)省了時間。
　　

3、（2）用IBM數(shù)據(jù)生成器生成測試數(shù)據(jù)集，對算法做參數(shù)敏感性分析。收集了來自《方劑學》和《中藥學》中的中醫(yī)數(shù)據(jù)，并將收集到的中藥數(shù)據(jù)進行預處理，規(guī)范化病癥名稱以及模糊化藥劑量。將BCAprior算法應用到方劑功效和中藥配伍分析中，分別對功效以及病癥進行約束，減少了頻繁項目集，為快速找到功效的相關(guān)項以及病癥的中藥配伍規(guī)則提供了方便。
　?。?）將該改進算法應用到方劑屬性分析的實際問題中并進行了實驗。實驗結(jié)果表明，BCApriori算法