基于关联规则的医疗大数据挖掘算法

摘要

针对当前医疗大数据挖掘过程中医疗大数据挖掘效果差的问题,提出一种基于关联规则的医疗大数据挖掘算法,通过对医疗大数据的频繁项集进行查找,产生强关联规则,并对医疗大数据集的平均值和标准差的计算,实现对关联规则的调整,确定医疗大数据属性,构建合适的适应度函数,根据适应度函数值进行选择、交叉、变异操作得到约简的分类属性组合,对约简的分类属性信息熵进行计算,并通过计算期望信息得到分类属性的信息增益,建立决策树挖掘模型,实现医疗大数据挖掘.实验结果表明,所提算法能够有效提高医疗大数据预处理的水平,数据挖掘的效果较好.