關(guān)聯(lián)規(guī)則和本體在糖尿病藥物治療中的應(yīng)用.pdf

1、隨著信息技術(shù)的快速發(fā)展，數(shù)據(jù)庫技術(shù)被廣泛的應(yīng)用于企業(yè)、政府和科研等方面。如何從這些數(shù)據(jù)庫中存儲的大量數(shù)據(jù)中獲取用于支持決策的有用知識，成為研究人員需要解決的問題。關(guān)聯(lián)規(guī)則挖掘技術(shù)就是從海量的數(shù)據(jù)中挖據(jù)出潛在的、有意義的聯(lián)系和規(guī)則。然而，傳統(tǒng)的Apriori所代表的基于置信度、支持度的關(guān)聯(lián)規(guī)則算法，通過連接步和剪枝步產(chǎn)生頻繁項，再從頻繁項集中生成關(guān)聯(lián)規(guī)則的方式在實際應(yīng)用中效率較低，因此對于傳統(tǒng)的關(guān)聯(lián)規(guī)則算法效率上的改進(jìn)依然是該領(lǐng)域的重要問

2、題。本文對傳統(tǒng)Apriori算法及其不足進(jìn)行了研究，通過傳統(tǒng)Apriori算法與LMApriori算法的對比，LMApriori算法的時間效率更高，運(yùn)用該算法獲取糖尿病藥物間的關(guān)系，用于構(gòu)建糖尿病藥物治療本體。
　　我國糖尿病患者的數(shù)量位居世界第二，糖調(diào)節(jié)受損者（潛在糖尿病患者）大量存在，糖尿病發(fā)病率高達(dá)9.7％，患者人數(shù)接近1億，這一切表明糖尿病爆發(fā)的流行性趨勢并未結(jié)束，如何利用信息技術(shù)為糖尿病藥物治療提供輔助支持也是目前研究的

3、熱點問題，本文將關(guān)聯(lián)規(guī)則挖掘技術(shù)和本體理論相結(jié)合，利用LMApriori算法獲取到的糖尿病概念間的聯(lián)系，實現(xiàn)糖尿病藥物治療本體的半自動化構(gòu)建，在所建立的糖尿病藥物治療本體上進(jìn)行推理，從而輔助糖尿病的藥物治療；最后，利用Protégé自帶的推理引擎對構(gòu)建的糖尿病藥物治療本體進(jìn)行檢驗和推理，驗證了該模型的可行性，從而為糖尿病藥物治療工作提供輔助支持。
　　本文的研究意義是采用一種高效的LMApriori挖掘算法，將其運(yùn)用于糖尿病藥物治

4、療的規(guī)則獲取中，為糖尿病藥物治療本體的半自動化構(gòu)建提供一種新的思路和方法，同時通過為確診的糖尿病患者改進(jìn)、制定藥物治療方案，來輔助糖尿病患者的藥物治療工作。本文的主要研究成果如下：
　　1.針對傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法時間和空間上效率不高的問題，采用一種基于標(biāo)簽矩陣的關(guān)聯(lián)規(guī)則挖掘（LMApriori）算法，該算法的挖掘過程只需要對數(shù)據(jù)庫進(jìn)行一次掃描，并且不會產(chǎn)生候選項集，在時間和空間上都使得知識獲取效率得到了提升。
　　2.本文