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(xué)是中華民族五千年優(yōu)秀文化的瑰寶和科學(xué)發(fā)展的結(jié)晶，為人民的健康和生存質(zhì)量的提高作出了極大貢獻。方劑學(xué)在中醫(yī)藥學(xué)中占有重要位置，方劑是中醫(yī)藥學(xué)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(xué)內(nèi)涵。 幾千年來，中醫(yī)藥領(lǐng)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(dāng)前的臨床研究文獻中。近年來，浙江大學(xué)計算機學(xué)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(shù)。本文利用數(shù)據(jù)挖掘技術(shù)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(shù)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(guān)聯(lián)模式能反映模式中各項目之間的關(guān)聯(lián)關(guān)系。然而，與頻繁模式挖掘特點類似

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

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

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

6、則的興趣度，比關(guān)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(guān)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(guān)性的興趣度度量一相關(guān)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(shè)計研發(fā)了方劑藥物組配模式分析系統(tǒng)和方劑功效