數(shù)據(jù)挖掘在中藥專利數(shù)據(jù)集中的應(yīng)用與研究.pdf

1、中藥是我國(guó)的國(guó)粹，經(jīng)過上千年的發(fā)展，積累了大量的數(shù)據(jù)，以往對(duì)于這些數(shù)據(jù)的應(yīng)用，僅僅是提供一些簡(jiǎn)單的搜索及統(tǒng)計(jì)功能，中醫(yī)藥數(shù)據(jù)中蘊(yùn)涵的信息未得到很好的利用。隨著世界性回歸自然潮流的推進(jìn)，天然藥物的開發(fā)越來(lái)越受到人們的重視，這為中藥的發(fā)展提供了一個(gè)很好的機(jī)遇。如何從包羅萬(wàn)象的中藥數(shù)據(jù)庫(kù)中發(fā)現(xiàn)有價(jià)值的信息，以增加中藥的科技含量，已成了中藥信息化研究的重點(diǎn)。 本文闡述了在中醫(yī)藥專利信息平臺(tái)上實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)系統(tǒng)的過程，主要包括了方劑信息數(shù)據(jù)

2、預(yù)處理、發(fā)現(xiàn)配伍規(guī)律和輔助決策三個(gè)模塊。 針對(duì)中藥專利的數(shù)據(jù)特點(diǎn)，以PIDP(方劑信息數(shù)據(jù)預(yù)處理，PrescriptionInformation'sDataPreprocessing)過程規(guī)范方劑數(shù)據(jù)：1、用正交分離的方法對(duì)方劑長(zhǎng)文本字段進(jìn)行處理，使方劑中的各味草藥獨(dú)立存儲(chǔ)；2、利用中藥詞典，解決了目前普遍存在的中藥異名問題；3、以模糊集描述實(shí)際藥劑用量。 本文改進(jìn)了T.P.Hong等提出的FTDA算法，并在此基礎(chǔ)上提出

3、FTDA2算法，該算法僅考察對(duì)支持度有貢獻(xiàn)的項(xiàng)，有效降低了從方劑事務(wù)數(shù)據(jù)庫(kù)中提取出關(guān)聯(lián)規(guī)則的時(shí)間復(fù)雜度，從規(guī)范化方劑數(shù)據(jù)中提取中藥配伍規(guī)律，組建模式/規(guī)則庫(kù)。在模式/規(guī)則庫(kù)的基礎(chǔ)之上，系統(tǒng)實(shí)現(xiàn)了輔助決策模塊，成功地為醫(yī)學(xué)研究人員在研制新型復(fù)方中藥的過程中提供參考依據(jù)。 論文的創(chuàng)新之處在于：1、本文提出的FTDA2算法，用于在含有數(shù)值屬性的事務(wù)數(shù)據(jù)集中發(fā)現(xiàn)模糊關(guān)聯(lián)規(guī)則。與已有算法FTDA相比，在計(jì)算k-項(xiàng)候選集時(shí)，兩種算法的時(shí)間復(fù)

4、雜度比值為：T(FTDA2)/T(FTDA)≈1/21k，從而有效降低了時(shí)間復(fù)雜度。 2、針對(duì)系統(tǒng)對(duì)方劑長(zhǎng)文本處理的需要，設(shè)計(jì)了符合中藥方劑數(shù)據(jù)特征的PIDP過程，將原始的方劑數(shù)據(jù)規(guī)范化。對(duì)方劑長(zhǎng)文本進(jìn)行正交分離，并對(duì)不同的屬性采用不同的策略：藥名異名處理，藥劑量模糊化處理。 3、將數(shù)據(jù)挖掘較為深入的應(yīng)用到中藥研發(fā)過程中，彌補(bǔ)現(xiàn)有中藥信息系統(tǒng)功能單一的不足，為醫(yī)學(xué)工作者進(jìn)行決策提供參考。系統(tǒng)提供兩大輔助功能：一是為新藥的