关联规则

摘要： 针对初始种群对遗传算法求解作业车间调度结果影响较大的问题,提出基于关联规则的作业车间调度问题改进遗传算法(association rules improvement genetic algorithm,AR-GA),以提升算法性能.首先,在遗传算法种群初始化阶段借助关联规则获取基因序列中的频繁工序块;其次,在交叉阶段根据频繁工序块在待交叉种群的分布中设计3种交叉方式;最后,在变异过程中结合分段海明距离引导子代种群变异,并且在每次迭代后更新频繁工序块信息.标准案例测试结果表明,改进后的算法在求解作业车间调度问题时求解效率更高,稳定性更好.

摘要： 目的:基于中国知识资源总库,利用中医传承计算平台V3.0探析名老中医治疗偏头痛的用药规律及特点。方法:检索中国知识资源总库1988年1月1日-2021年7月20日名老中医运用中药方剂(含针药结合)治疗偏头痛的相关文献,提取医案中的方药组成。在完成筛选后建立好数据库,运用中医传承计算平台V3.0的频数统计、聚类分析、关联规则分析等方法,统计药物使用频率、性味归经及功效分布情况,分析药物配伍规律及关联、聚类效果。结果:共筛选出91篇文献、145首方剂,涉及206味中药,其中,高频中药28味。使用频次居前3位的分别为川芎、白芍、白芷,药性以温、寒为主,药味以辛、苦为主,归经以肝、肺、脾经为主,功效以解表、补虚为主。常用药对30对,常用3味药配伍17组,聚为3类时聚类效果较好。结论:偏头痛的治疗药物以辛温寒、归肝肺脾经者为多,治疗方法以解表补虚、平肝息风、活血化瘀为主。以数据统计分析为依据考究药物的配伍对提高偏头痛的临床疗效意义重大。

摘要： 高校在长期的教学活动中积累了大量的课程数据,如何利用数据资源分析课程教学状况,为提高课程教学质量提供决策支持,具有重要的研究价值。本文设计实现了一个基于关联规则与聚类分析的课程评价体系,对课程评价系统进行了功能需求分析,并对课程评价数据进行预处理。采用FP-growth算法对学生课程成绩数据进行关联规则分析,采用K-means++算法进行聚类分析,提高了课程数据分析的精度,实现了课程评价的自动化,提高了效率和评价的客观性。

摘要： 传统的关联规则挖掘算法有三种,分别是Apriori算法、FP-growth算法和Eclat算法。其中传统的Apriori算法简单易实现,但处理海量数据时耗时巨大且磁盘I/O过高,效率低下。而FP-growth算法虽然快速且高效,但对于内存资源极其不友好,且挖掘过程中出现问题难以追踪。针对Apriori算法与FP-growth算法的优缺点,本文提出了一种基于深度递归与散列技术改进的Apriori算法。该算法基于散列技术与递归思想,将传统算法的遍历次数大幅度降低,且很大程度上减少了磁盘I/O,保证了较低的时延和更多的存储空间,在算法时间和空间复杂度方面进行了一定程度上的优化。既提高了传统Apriori算法的效率,同时也保证了算法的可扩展性。

摘要： 目的探究注射用七叶皂苷钠不良反应(ADR)的流行病学特点及ADR发生的相关因素。方法选取重庆市2014—2019年注射用七叶皂苷钠ADR报告为调查对象,对合格上报的1391例ADR进行流行病学统计,对符合纳入条件的1338例ADR报告采用决策树、关联规则法进行ADR特点分析。结果七叶皂苷钠ADR累及系统与患者性别、年龄、给药途径、用药原因等因素相关。ADR发生时间主要集中在用药后10~30 min和1~3 d这2个时间段。结论七叶皂苷钠ADR临床较为常见,应充分了解该药ADR发生原因和特点以保证临床用药安全有效。

摘要： [目的]基于聚类分析与关联规则探究中医药治疗胃息肉的用药规律。[方法]检索1991年1月至2020年10月中国学术期刊全文数据库(China National Knowledge Infrastructure,CNKI)、中国生物医学文献数据库(China Biology Medicine disc,CBMdisc)、万方数据库、维普中文期刊数据库公开发表的中医治疗胃息肉的文献,筛选有效的方药信息,利用Microsoft Excel 2013建立方药数据库,利用IBM SPSS Statistics 19.0和IBM SPSS Modeler 14.1软件对相对高频药物应用聚类分析与关联规则分析,挖掘用药规律。[结果]共获得80首方剂,159味药物,药物使用总频次共计1072次;使用频次≥9的相对高频药物共36味;使用频次>30的药物为甘草、白术、黄芪、丹参、莪术、陈皮;对36味相对高频药物进行聚类分析和关联规则分析,得出12组聚类组合和53条关联规则,涵盖了补气药、理气药、祛湿药、祛痰药、活血药、清热解毒药等药物的配伍组合;与补气药相关的配伍组合最多,补气药常与活血药、理气药、化湿药、消食药、清热解毒药相伍,活血药与清热解毒药的配伍亦多见。[结论]中医药治疗胃息肉及防治术后再发较常用的方法有补益脾胃、活血化瘀、宽中行气、祛湿化痰、消食健脾、清热解毒散结、化积消坚、愈疡护胃,本研究为胃息肉的中医辨证治疗提供了数据支持。

摘要： 目的:通过中医传承辅助系统分析中医治疗干眼症的用药规律。方法:检索近年期刊及现代临床著作中关于中医治疗干眼症的文献和名老中医经验方,运用中医传承辅助系统进行用药规律分析。结果:筛选的354个处方共含有中药183味,使用频次较高的有麦冬、枸杞子、菊花,药类频次较高的是补虚药、清热药等,补虚药中又以补阴药为主。药物四气以寒性、平性较多,五味以甘、苦较多,归肝经者较多,临床中肝肾阴虚型干眼症较多。运用关联规则及复杂系统熵聚类方法分析得到核心药物组合及潜在新方11个。结论:干眼症的病机为以阴虚为本、火热为标,治疗以滋阴为主,同时兼以清热、益气、祛湿。干眼症的常见证型以肝肾阴虚为主,其次为肺阴不足、气阴两虚、湿热伤阴等,治疗以补益肝肾、益气养阴、养阴清热、清热利湿为主。

摘要： 目的:分析中药治疗尘肺病的临床处方用药规律,为中医药临床辨治尘肺病以及新药的研究提供思路与参考。方法:检索中国知网、万方数据库、维普中刊库,依照纳排标准对相关文献进行筛选整理,建立中药治疗尘肺病的处方数据库,运用中医传承计算平台(V3.0),基于关联规则、k均值聚类算法及回归模型等方法对中药治疗尘肺病的组方用药规律进行数据挖掘与分析。结果:初步筛选相关文献131篇,最终纳入中药处方97个,中药共计195味。高频药物包括黄芪、桔梗、半夏、甘草、党参、丹参、苦杏仁等,设定置信度为0.7,共获得关联规则14条,高频药物组合13组,聚类分析获得5类组方。结论:中药治疗尘肺病处方以补虚类、化痰止咳平喘类、活血化瘀类药物为主,佐以清热药、解表药、理气药、利水渗湿药等,药物组合及类方分析体现出益肺健脾、化痰止咳、活血通络、宣肺开痹等治疗方向,对应了尘肺病肺虚络痹的基础病理特点,相关药物与类方组合可为中医临床辨治尘肺病提供一定的用药思路,同时为新药的研究与开发提供参考。

摘要： 目的通过数据挖掘技术对既往医疗设备临床使用、管理及维修故障数据进行分析,提出一种基于数据挖掘技术中常用的关联规则在差异性医疗设备维修后的管理方法。方法选取2017年1月至2019年12月连云港市第一人民医院在用的《医疗器械分类目录》可查的254台医疗设备(包含放射类设备、呼吸麻醉类设备、血液透析类设备、超声类设备、生化检验类设备及手术设备)为研究对象,随机将其分为观察组和对照组,各127台,对照组采用传统专家论证方法进行维修后管理,观察组采用基于数据挖掘技术的关联规则分析方法进行维修后管理,比较两组的管理效果。结果各类医疗设备主要故障源的差异性较大,差异有统计学意义(P<0.01);在设备启用6年后,与对照组比较,观察组设备故障率和维修费用显著降低,差异有统计学意义(P<0.05);观察组放射类设备、呼吸麻醉类设备、血液透析类设备、超声类设备、手术设备的故障率均低于对照组,差异有统计学意义(P<0.05)。结论数据挖掘技术可将医疗设备故障诱因与设备故障进行关联,对设备可能存在的故障起到较好的预警作用,使责任工程师按需对目标设备进行预防性维护和质量控制,具有一定的研究意义。

摘要： 挖掘檀金川教授治疗膜性肾病的用药经验,总结其用药特点及规律。收集檀金川教授治疗膜性肾病的门诊病历,使用EpiData 3.1软件包进行数据录入,使用Excel 2013、SPSS 19.0和R 3.5软件包对纳入病历中的中药方进行统计分析及数据挖掘。最终纳入中药方353首,其中涉及中药163味,出现总频次为5273次。最常使用的中药为黄芪、川芎、当归、茯苓和青风藤,其中黄芪为核心药物。味甘、性温、归肝经的药物最多。补虚药和活血化瘀药使用较多。此外,挖掘檀教授最常用的药对和组方搭配。总结膜性肾病以脾肾两虚为本,水湿、湿热、瘀血为标,治宜健脾益肾、化瘀通络,攻补兼施。针对膜性肾病的病机特点,辩证求因,治病求本,重用黄芪,善用虫药,灵活组方,以提高临床疗效,延缓疾病进展为目的。

摘要： 关联规则挖掘是最受欢迎的数据挖掘技术之一,然而,当关联规则应用于生产过程领域的操作优化时,由于生产数据量庞大、变量维数多,且存在异常和噪声等特性,难以从中提取出关联规则.对此,本文提出一种基于数据约简的关联规则优化方法.该方法的主要步骤有:数据量约简、异常和噪声数据的剔除、变量约简、连续变量离散化、关联规则挖掘等.主要创新在于:一是以欧式距离为判据提出了一种数据量约简的算法,应用该算法可有效除去冗余的数据;二是在获得关联规则的基础上,进行外推,推导出新的好规则.该系统化优化方法已应用于某炼厂的加氢裂化反应的操作优化,以航煤收率为优化目标,对比优化前航煤收率提高了2.68％.证明了方法的有效性.

摘要： 目的:研究气象条件和空气质量对慢阻肺就诊人数的影响,探讨不利于人类的气象条件.方法:收集2016-2017年某三甲医院逐日慢性阻塞性肺炎(COPD)门诊数和新疆气象局同期气象数据(新疆气象局),使用Apriori算法,挖掘慢阻肺的就诊人数与气象条件和空气质量间的关联规则.结果:温差为8°C、平均气温为-16°C、PM2.5为等级3、空气轻度污染的情况下,易造成第2天慢阻肺的就诊人数增加.结论:气温、空气质量及温差对慢阻肺患者的就诊人数有影响.

摘要： 目的:本研究通过分析胡天成教授治疗小儿抽动症用药规律,初探其治疗本病的临床经验. 方法:依据胡天成教授治疗小儿抽动症门诊963份处方进行频数分析结果,对中高频药物进一步运用IBM SPSS Modeler14.1软件对处方进行关联规则挖掘,选用Apriori算法建立数据挖掘模型,分析胡天成教授治疗抽动症用药规律. 结果:共得到规则1336条,其中置信度及支持度较高的规则如下:郁金→夏枯草,蝉蜕→僵蚕,蝉蜕→金银花,僵蚕→金银花,蝉蜕→连翘,僵蚕→连翘,蝉蜕→紫苏叶,僵蚕→蝉蜕;僵蚕→金银花+厚朴、蝉蜕→金银花+厚朴;僵蚕→全蝎+蜈蚣、蝉蜕→全蝎+蜈蚣,蝉蜕+全蝎+僵蚕→蜈蚣、蝉蜕+蜈蚣+僵蚕→全蝎,蝉蜕→金银花+厚朴+僵蚕,僵蚕→金银花+厚朴+蝉蜕. 结论:本研究利用数据挖掘所得结果基本符合胡天成教授临证学术思想,初步反映胡天成教授治疗小儿抽动症的临床用药主要配伍规律.

摘要： 近年来,随着数据库技术的飞速发展和数据管理系统的广泛应用,数据背后隐藏的信息越来越受到人们的重视,数据挖掘技术的推广更让数据库技术迈向了一个更高的台阶.关联规则作为数据挖掘技术的一个重要分支,近几年来被人们广为研究.它致力于发现大量数据中项目集的关联关系,是当前数据挖掘领域的热门算法之一.本文主要研究的是关联规则的Apriori算法,基于某移动分公司的市场业务数据,利用R软件作为分析工具,挖掘移动市场业务之间的关联关系,为企业相关决策人员提供科学的数据参考依据,实现企业的精准化营销.

摘要： 目的：针对药物相互作用导致广大患者的发病率和死亡率提高,利用现有的药物不良反应自发报告系统的资源,研究如何高效快速地发现药物不良反应的发生,降低医疗意外的发生率. 方法：药物不良反应的数据挖掘和因果发现是一个非常有挑战性的课题,需要对药物信息和不良事件之间的所有组合进行分析,同时准确估计药物组合与不良事件之间的因果关系.为有效识别药物与不良事件之间的因果关系,通过研究发现,可以将因果概念引入关联规则的数据挖掘中,通过关联规则找出关联程度高的药物和不良事件的频繁项集,再通过贝叶斯网络中V结构的性质识别出药物与不良事件之间的因果关系. 结果与结论：通过比较由关联规则和因果发现所得出的100个高度关联结果,与关联规则相比,因果关系发现的结果准确度更高,并且通过因果关系发现的结果中存在更低的未知药物不良反应.

摘要： 医疗保险基金在社会稳定与人民健康生活水平提高中所承担的作用日益重要.基金审计所面对的是医疗机构几何级增长的"知识密集型"各类医学数据,传统的骗保行为甄别统计分析方法无法适用此类多样性与非结构化数据应用场景,必然导致探索以机器学习理论为基础的大数据分析方法的研究应用.围绕电子病历文本关联规则挖掘问题,探索利用Spark机器学习技术对关联规则挖掘算法在电子病历文本表达数据中的应用进行深入研究,在此基础上构建医疗保险欺诈行为审计系统的核心逻辑,用以深层次分析医疗机构和患者双维度挖掘效果.

摘要： 美国次贷危机曾导致金融体系遭受严重破坏,正常银行信用关系遭到破坏,银行挤兑、银根奇缺以及金融机构大量倒闭等现象大面积出现.房地产业与银行业存在紧密的信贷关系,2017年我国新增银行贷款中新增房贷占比已超过50％,因此研究房地产业与银行业信用风险传染关系对于房地产业高速发展的的中国尤为重要.本文根据申银万国行业分类,从沪深股市房地产和银行两个行业各选取12家公司2014年-2017年股票收盘价以及所需财务数据,此后再利用KMV信用风险量化模型和Matlab,根据股权价值VE、股价波动率σE、违约点DP以及无风险收益率r计算资产价值VA和资产价值波动率σA,由此得到房地产业和银行业样本公司2015年-2017年股票交易日的违约距离DD.经数据处理,将违约距离转换为布尔型数据,最终利用关联规则,设置支持度和置信度阈值,分行业间和行业内部两种情况对房地产业和银行业样本公司违约距离变动关联性进行数据挖掘,发现在20％支持度和65％置信度下房地产与银行业信用风险存在相互关联性,集中在部分公司之间;银行业内部信用风险传染性明显强于房地产内部信用风险传染性之间存在强关联性,同时银行业到房地产业的信用风险传染性强于房地产到银行业的信用风险传染性.

摘要： 针对在协同云计算下差异区域数据挖掘偏差较大,准确度不高的问题,提出基于非线性时间序列分析且分层调度控制的差异区域数据挖掘方法.首先构建协同云计算下差异区域数据的信息传输模型,进行数据信息流的时间序列采样分析,然后采用非线性时间序列分析方法重构特征空间,在重构的特征相空间进行自适应分层调度控制,提取关联规则特征,有效挖掘数据.最后进行仿真测试,结果表明,本文方法的数据挖掘精度较高,抗扰性能较强.

摘要： 本文通过对医院信息化现状及数据挖掘技术的描述,分析了当前医院病案管理系统中数据的特点,构建了一个对医院病案系统数据挖掘的模型,通过该模型对医院病案系统数据进行了挖掘.在数据挖掘过程中,通过关联规则分析了病案系统中病人医保类型的信息的挖掘结果,从而对医院管理者提供一定的参考.

摘要： 目的：从患循环系统疾病的住院病人的病案首页数据中寻找疾病诊断的共现关联,揭示与循环系统疾病诊断相关的有价值的疾病关联规则,期望对循环系统疾病的诊断和预防提供有价值的参考. 方法：基于数据挖掘的原理和方法,采集北京市某三甲医院的2013-2014年的共11项疾病诊断数据,采用Gephi0.9.2可视化软件绘制疾病诊断共现图谱,并利用Apriori算法进行疾病诊断关联规则的挖掘. 结果：85条关联规则满足阈值条件(支持度＞1％,置信度＞95％).关联规则可分3类:1、疾病诊断M90(分类于他处的疾病引起的骨病)、N18(慢性肾衰竭)、D64(其他贫血)、I10(特发性(原发性)高血压)、N25(肾小管功能损害所致的疾患)之间的关联性强;2、疾病诊断E11(非胰岛素依赖型糖尿病)与H36(分类于他处的疾病引起的视网膜疾患)和179(分类于他处的疾病引起的动脉、小动脉和毛细血管疾病)关联紧密;3、疾病诊断I10(特发性(原发性)高血压),I20(心绞痛),Z95(具有心脏和血管植入物和移植物),E78(脂蛋白代谢疾患和其他脂血症),I50(心力衰竭),E11(非胰岛素依赖型糖尿病),K29(胃炎和十二指肠炎),I21(急性心机梗死),I70(动脉粥样硬化症)等与疾病诊断I25(慢性缺血性心脏病)联系紧密. 结论：研究发现I10(特发性(原发性)高血压)和I25(慢性缺血性心脏病)、E78(脂蛋白代谢疾患和其他脂血症)三种疾病发生紧密;关联规则结果发现,三类关联规则结果符合临床事实,具有一定的临床指导意义.应用共词分析和可视化分析的方法有助于进一步提炼规则结果,关联规则挖掘方法在病案首页数据中的应用具有可行性,所得到的关联规则有一定的临床意义,但其关联的内在原因有待医学专家进一步研究.

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本发明涉及一种基于关联规则的FPGA/IP核代码规则检查方法，涉及FPGA/IP核验证技术领域。本发明的方法效率高、自动化程度高。测试人员在使用代码规则检查工具针对代码完成初步的规则检查，得到违反工具内部语法规则的检查结果之后，即可利用自动化的数据分析脚本与关联规则进行匹配，对检查结果进行分析，给出代码存在缺陷情况的判断，而不需要人工对每一条工具结果进行详细的分析、判断。本发明的方法可靠性好。代码规则检查过程依赖于代码规则检查工具以及已确认的代码缺陷数据，仅在最后一步经过测试人员的人工确认，尽可能避免引入人为操作，有效减少了因测试人员水平有限、精力不足等人为因素导致的缺陷误报、漏报情况，得到更可靠的代码规则检查结果。

摘要： 本发明公开了一种基于关联规则挖掘的信息系统运行规则库的构造方法，其特征在于，包括如下步骤：S01：获得信息系统的网络拓扑架构和所有设备的动态监控指标和静态监控指标；S02：通过网络拓扑架构和设备的动、静态监控指标生成网络故障树，并通过网络故障树生成基本规则库；S03：对信息系统的历史数据执行关联规则挖掘算法，得到关联规则库；S04：结合基本规则库和关联规则库进行推理生成扩展规则库；其中，各规则库的检索优先级是：基本规则库>关联规则库>扩展规则库。利用故障树技术和关联规则挖掘技术来智能生成信息系统运行规则库，并采用机器学习技术来对规则进行优化。进一步的，设计了规则的三域结构，实现了规则的自动排序和自动调整。

摘要： 本发明实施例公开一种告警关联规则的挖掘方法、装置及系统，其中，该方法包括：获得告警序列，所述告警序列包括多条告警；计算每个k-项集的支持度，得到k-项频繁项集集合；由该k-项频繁项集集合生成k+1-项频繁项集集合；针对该k+1-项频繁项集集合中的每个k+1-项频繁项集，根据该k+1-项频繁项集所包含的k+1个1-项集的支持度中的最大值和该k+1-项频繁项集的支持度，计算该k+1-项频繁项集的极大置信度；将极大置信度不小于最小置信度的k+1-项频繁项集作为关联规则加入关联规则结果集；从而，在告警关联规则的挖掘过程中，减少了由于置信度参数的影响而产生的虚假规则，有效减少关联规则结果集中的虚假规则。

摘要： 本发明公开了一种关联规则的挖掘方法,所述挖掘方法包括以下步骤:获取和扫描事务集，将所述事务集转化为多维数据立方体,并记录下整个事务集的长度；根据所述多维数据立方体得到1-项集和1-项频繁集；根据1-项频繁集得到k-项集和k-项频繁集,以及根据k-项频繁集得到k+1-项集和k+1-项频繁集，其中k为大于且等于2的正整数；根据1-项频繁集和k-项频繁集，产生1-项频繁集的所有子集和k-项频繁集的所有子集以生成所述事务集的关联规则。该方法能减少系统的运行时间。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本申请公开了一种面向关联规则挖掘的冗余规则筛除方法及装置，涉及数据挖掘技术领域，可以解决目前采用的冗余规则筛除方法，容易受到主观因素影响，导致筛除结果不够精准的技术问题。其中方法包括：基于频繁模式树FP‑Tree算法对目标事务数据库进行关联规则挖掘，获取初始挖掘结果；将所述初始挖掘结果中的关联规则，依次与所述目标事务数据库中的各个案例匹配；根据各个所述案例的匹配结果，剔除所述初始挖掘结果中的冗余规则，获取目标挖掘结果。本申请适用于在关联规则挖掘时，对冗余规则的精准筛除。

摘要： 本发明涉及一种基于关联规则的FPGA/IP核代码规则检查方法，涉及FPGA/IP核验证技术领域。本发明的方法效率高、自动化程度高。测试人员在使用代码规则检查工具针对代码完成初步的规则检查，得到违反工具内部语法规则的检查结果之后，即可利用自动化的数据分析脚本与关联规则进行匹配，对检查结果进行分析，给出代码存在缺陷情况的判断，而不需要人工对每一条工具结果进行详细的分析、判断。本发明的方法可靠性好。代码规则检查过程依赖于代码规则检查工具以及已确认的代码缺陷数据，仅在最后一步经过测试人员的人工确认，尽可能避免引入人为操作，有效减少了因测试人员水平有限、精力不足等人为因素导致的缺陷误报、漏报情况，得到更可靠的代码规则检查结果。

摘要： 本发明公开了一种基于关联规则挖掘的信息系统运行规则库的构造方法，其特征在于，包括如下步骤：S01：获得信息系统的网络拓扑架构和所有设备的动态监控指标和静态监控指标；S02：通过网络拓扑架构和设备的动、静态监控指标生成网络故障树，并通过网络故障树生成基本规则库；S03：对信息系统的历史数据执行关联规则挖掘算法，得到关联规则库；S04：结合基本规则库和关联规则库进行推理生成扩展规则库；其中，各规则库的检索优先级是：基本规则库＞关联规则库＞扩展规则库。利用故障树技术和关联规则挖掘技术来智能生成信息系统运行规则库，并采用机器学习技术来对规则进行优化。进一步的，设计了规则的三域结构，实现了规则的自动排序和自动调整。

摘要： 本发明涉及一种基于粗糙集关联规则的超高压电网故障规则挖掘方法，该方法采用分布式数据挖掘的思想，运用以粗糙集理论为基础的关联规则挖掘方法对超高压电网历史故障数据进行故障规则挖掘，利用基于信息熵的属性约简算法对分布式决策表进行属性约简，然后在约简后的决策表上应用关联规则中的Apriori算法进行故障规则提取。本发明能够有效地解决传统数据挖掘方法对于大数据量的历史故障数据库的不适应性，降低了规则提取的复杂度，具有故障规则挖掘效率高的优点。