中医方剂数据挖掘模式和算法研究

中医药学是中华民族五千年优秀文化的瑰宝和科学发展的结晶，为人民的健康和生存质量的提高作出了极大贡献。方剂学在中医药学中占有重要位置，方剂是中医药学理、法、方、药的一个重要组成部分，其配伍规律有着深刻的科学内涵。 几千年来，中医药领域的无数临床实践与理论研究积累了海量的中医方剂，这些中医方剂包含在中医药古籍、文献以及当前的临床研究文献中。近年来，浙江大学计算机学院CCNT实验室和中国中医研究院合作共建了大量方剂数据库，如何有效的利用这些宝贵的数据库资源就成了发展中医药必须面对的一个问题。而数据挖掘所擅长的正是从海量的数据中发现有意义的模式、知识，这是分析中医药海量中医方剂所需要的技术。本文利用数据挖掘技术从大量方剂中抽取有意义的药物组配模式，为方剂理论研究和临床实践研究提供现代技术手段。 本文主要工作是提出一系列适合方剂数据挖掘的挖掘模式和算法，并将各算法集成研发方剂数据挖掘系统。 频繁关联模式能反映模式中各项目之间的关联关系。然而，与频繁模式挖掘特点类似的是当最小关联度界设得太低时，频繁关联模式挖掘会产生大量的频繁关联模式，不利于人工分析，因此本文提出最大频繁关联模式挖掘和挖掘算法。因为所有的频繁关联模式都可以从最火频繁关联模式中导出，所以最大频繁关联模式挖掘对挖掘结果不丢失信息量。实验证明最大频繁关联模式挖掘既可以减少结果模式的数量，又提高了算法的效率。 关联挖掘和相关挖掘是两种不同的数据挖掘任务，实验证明大量极其关联的频繁关联模式各项目之间不存在相关关系。本文在数据挖掘过程中将关联兴趣度度量与相关兴趣度度量结合，提出关联且相关频繁模式挖掘和挖掘算法。实验证明关联且相关频繁模式各项目之间不但关联而且存在相关关系，提高了模式的兴趣性。 由于相关模式的定义条件较弱，即只要模式各项目之间存在相关关系必为相关模式，致使许多关联且相关频繁模式各项目之间仍然存在大量的独立关系，即关联且相关频繁模式任意两个子集不一定都是相关的。介于此，本文提出互为正相关频繁模式挖掘和挖掘算法。互为正相关频繁模式任意两个子模式不但关联而且正相关。实验证明互为正相关频繁