中药方剂库药对药组挖掘方法研究

摘要

中国传统医学经过几千年的发展，积累了数以十万首方剂。在这些方剂中隐含有大量的配伍规律，利用数据挖掘技术将它们发掘出来，对中医学的进一步发展具有重要意义。数据挖掘是从大量的数据中提取出隐含的知识、规律和行为模式的处理过程。　　药对药组挖掘是方剂多维数据分析(国家中医药管理局的课题)的基础，本文着重研究了中药药对药组的挖掘方法，主要做了以下工作：　　(1)用位图矩阵设计了方剂库的逻辑格式和存储模式，大大提高了对方剂库进行挖掘的速度。　　(2)针对中药配伍中“过分频繁反而变得平凡”的特性，提出了双支持度关联规则挖掘。　　(3)分析了基于支持度-置信度框架理论的关联规则挖掘方法存在的问题，并针对这些问题提出了双向关联规则挖掘。　　(4)开发了中药药对药组挖掘系统TCMCGMiner，并通过实验证明该系统能够快速全面地找到有趣药对药组。　　本文组织如下：第一章综述了数据挖掘的基本概念和有关技术。第二章介绍了数据挖掘在中药方剂研究中的现状和方剂多维数据分析的研究内容。第三章介绍了关联规则，分析了Apriori算法。第四章描述了位图矩阵的建立及其操作。第五章阐述了双支持度关联规则挖掘及其算法。第六章阐述了双向关联规则挖掘及其算法，并进行了相关性分析。第七章介绍了中药药对药组挖掘系统TCMCGMiner的结构及使用。第八章对TCMCGMiner系统进行了速度测试和挖掘规则测试。第九章总结全文。

目录

文摘

英文文摘

0引言

1数据挖掘概述

1.1数据挖掘的产生

1.2数据挖掘定义

1.3数据挖掘功能

1.3.1概念/类描述：特征化和区分

1.3.2关联分析

1.3.3分类和预测

1.3.4聚类分析

1.3.5孤立点分析

1.3.6演变分析

1.4数据挖掘结果的评估

1.4.1模式的兴趣度

1.4.2产生所有有趣的模式

1.4.3仅产生有趣的模式

1.5数据挖掘系统的分类

1.6数据挖掘的应用

2数据挖掘在中药方剂研究中的应用

2.1在中药方剂研究中应用数据挖掘技术的必要性

2.2数据挖掘在中药方剂研究中的现状

2.3方剂数据多维分析

3关联规则挖掘

3.1基本概念

3.2购物篮分析

3.3经典算法

4位图矩阵

4.1位图矩阵的建立

4.2对位图矩阵的操作

5双支持度关联规则

5.1问题的提出

5.2基于位图矩阵的关注频繁项集挖掘算法BM_DS_Apriori

5.3由关注频繁项集产生双支持度关联规则

6双向关联规则及其相关性分析

6.1问题的提出

6.2双向关联规则

6.3双向规则挖掘算法

6.4相关性分析

7中药药对药组挖掘系统

7.1系统结构

7.2系统使用

8实验

8.1速度测试

8.2挖掘规则测试

9结束语

参考文献

本文作者在攻读硕士学位期间发表的文章

声明

致谢