中醫(yī)方劑數(shù)據(jù)挖掘模式和算法研究.pdf

1、中醫(yī)藥學是中華民族五千年優(yōu)秀文化的瑰寶和科學發(fā)展的結晶，為人民的健康和生存質量的提高作出了極大貢獻。方劑學在中醫(yī)藥學中占有重要位置，方劑是中醫(yī)藥學理、法、方、藥的一個重要組成部分，其配伍規(guī)律有著深刻的科學內涵。 幾千年來，中醫(yī)藥領域的無數(shù)臨床實踐與理論研究積累了海量的中醫(yī)方劑，這些中醫(yī)方劑包含在中醫(yī)藥古籍、文獻以及當前的臨床研究文獻中。近年來，浙江大學計算機學院CCNT實驗室和中國中醫(yī)研究院合作共建了大量方劑數(shù)據(jù)庫，如何有效的利

2、用這些寶貴的數(shù)據(jù)庫資源就成了發(fā)展中醫(yī)藥必須面對的一個問題。而數(shù)據(jù)挖掘所擅長的正是從海量的數(shù)據(jù)中發(fā)現(xiàn)有意義的模式、知識，這是分析中醫(yī)藥海量中醫(yī)方劑所需要的技術。本文利用數(shù)據(jù)挖掘技術從大量方劑中抽取有意義的藥物組配模式，為方劑理論研究和臨床實踐研究提供現(xiàn)代技術手段。 本文主要工作是提出一系列適合方劑數(shù)據(jù)挖掘的挖掘模式和算法，并將各算法集成研發(fā)方劑數(shù)據(jù)挖掘系統(tǒng).頻繁關聯(lián)模式能反映模式中各項目之間的關聯(lián)關系。然而，與頻繁模式挖掘特點類似

3、的是當最小關聯(lián)度界設得太低時，頻繁關聯(lián)模式挖掘會產(chǎn)生大量的頻繁關聯(lián)模式，不利于人工分析，因此本文提出最大頻繁關聯(lián)模式挖掘和挖掘算法。因為所有的頻繁關聯(lián)模式都可以從最大頻繁關聯(lián)模式中導出，所以最大頻繁關聯(lián)模式挖掘對挖掘結果不丟失信息量。實驗證明最大頻繁關聯(lián)模式挖掘既可以減少結果模式的數(shù)量，又提高了算法的效率。 關聯(lián)挖掘和相關挖掘是兩種不同的數(shù)據(jù)挖掘任務，實驗證明大量極其關聯(lián)的頻繁關聯(lián)模式各項目之間不存在相關關系。本文在數(shù)據(jù)挖掘

4、過程中將關聯(lián)興趣度度量與相關興趣度度量結合，提出關聯(lián)且相關頻繁模式挖掘和挖掘算法。實驗證明關聯(lián)且相關頻繁模式各項目之間不但關聯(lián)而且存在相關關系，提高了模式的興趣性。 由于相關模式的定義條件較弱，即只要模式各項目之間存在相關關系必為相關模式，致使許多關聯(lián)且相關頻繁模式各項目之間仍然存在大量的獨立關系，即關聯(lián)且相關頻繁模式任意兩個子集不一定都是相關的。介于此，本文提出互為正相關頻繁模式挖掘和挖掘算法?；檎嚓P頻繁模式任意兩個子模式

5、不但關聯(lián)而且正相關。實驗證明互為正相關頻繁模式挖掘能有效去除模式中各項目之間有獨立關系的那些關聯(lián)且相關頻繁模式。由于互為正相關頻繁模式挖掘產(chǎn)生的結果模式數(shù)量比關聯(lián)且相關頻繁模式挖掘少，所以互為正相關頻繁模式挖掘算法執(zhí)行效率比關聯(lián)且相關頻繁模式挖掘好。 實驗表明大量的關聯(lián)規(guī)則兩邊不具有相關關系，于是作為關聯(lián)規(guī)則挖掘的補充，本文提出關聯(lián)且相關規(guī)則的挖掘和挖掘算法。關聯(lián)且相關規(guī)則兩邊不但關聯(lián)而且正相關。所以關聯(lián)且相關的規(guī)則挖掘能提高規(guī)

6、則的興趣度，比關聯(lián)規(guī)則挖掘更有利于有意義規(guī)則的發(fā)現(xiàn)。 由于目前幾乎所有度量模式相關的興趣度度量不適合挖掘長模式，又沒有上下界便于參數(shù)輸入時的控制。本文利用概率統(tǒng)計中事件的獨立性定義，提出新的度量模式相關性的興趣度度量一相關自信度，該度量建立在概率統(tǒng)計理論上，定義合理，有上下界-1和+1，而且此度量還適合挖掘模式中項目個數(shù)大于2的長模式。 本文將所有的方劑數(shù)據(jù)挖掘模式和算法集成，設計研發(fā)了方劑藥物組配模式分析系統(tǒng)和方劑功效