數(shù)據(jù)挖掘在方劑功效分析中的應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，以及不斷擴(kuò)大的數(shù)據(jù)庫(kù)規(guī)模，數(shù)據(jù)挖掘技術(shù)在中醫(yī)學(xué)中的應(yīng)用也變得越來(lái)越突出。中醫(yī)學(xué)中一個(gè)重要的組成部分是方劑學(xué)，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(lái)，加深人們對(duì)中醫(yī)方劑的認(rèn)識(shí)，為中醫(yī)學(xué)者提供理論支持和知識(shí)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(jìn)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(jì)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(xiàng)，進(jìn)而對(duì)滿足限定后件屬性的關(guān)聯(lián)項(xiàng)予以保留，減少了由于數(shù)據(jù)量大尋求目標(biāo)數(shù)據(jù)耗費(fèi)大量時(shí)間的問題。
　　主要工作概括如下：
　　（1）對(duì)Apriori算法進(jìn)行改進(jìn)，設(shè)計(jì)了BCApriori算法。將基于約束的理論機(jī)制引進(jìn)算法，對(duì)頻繁項(xiàng)集及規(guī)則后件進(jìn)行約束，去掉不符合后件屬性條件的頻繁項(xiàng)。有效的減少了頻繁項(xiàng)的數(shù)量，節(jié)省了時(shí)間。
　　

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