基于改进FP-Growth算法的中药方剂配伍规律挖掘研究.pdfVIP

第 13卷 第6期 石家庄学院学报 Vo1．13．No．6 2011年 11月 JournalofShijiazhuangUniversity NOV．20l1 基于改进FP—Growth算法的中药方剂配伍规律挖掘研究 董 辉 1,2 (1．合肥工业大学 计算机与信息学院，安徽 合肥 230001； 2．亳州职业技术学院 信息工程系，安徽 亳州 236800) 摘 要：中药方剂即中药复方，是中国中医药实践经验和智慧的结晶，几千年来已积累中药方 剂达十余万首，而如何利用这一巨大的方剂库，开发研制新的安全有效的方剂，是一亟待解决的问 题．数据挖掘技术的出现及利用这一技术对中药方剂配伍规律进行发掘，既能大力推动中国中医信 息化建设，又可快速发现隐含在方剂库中的重要的知识，也能为中医学走向世界提供强有力的技 术支持，因此对中药方剂进行数据挖掘不仅是有必要的，更具有实际意义． 关键词：数据挖掘；关联规则；中药方剂；FP—Growth算法 中图分类号：TP391．1 文献标识码：A 文章编号：1673—1972(2011)06—0063—05 0 引言 中医药学经数千年发展与实践，已形成完整的医疗体系．作为中医药科学核心部分的中药方剂有十余万 首，是中国中医药实践经验和智慧的结晶，载录了中药组方用药的原理、规则和经验技巧，也包含已知和未知 的方剂配伍规律．另外中药方剂的本质特征如整体性、辩证性、动态性等过于抽象，有时也定量和定性的具体 把握，所有这些都需我们继续研究探索．数据挖掘技术的发展与成熟，为研究中药方剂配伍规律等方面提供了 强大的技术支持，发挥了日益重要的作用．关联规则挖掘是数据挖掘非常重要的一种类型，FP—Growth算法是 实现关联规则发挥的经典算法，笔者在分析此算法的基础上，提出FP—Growth算法改进，并用这一算法对中药 方剂配伍规律进行分析挖掘，希望为中国中医药发展和方剂应用提供一定的帮助． 1 关联规则数据挖掘 1．1 关联规则挖掘 数据挖掘是近30年来逐步发展起来的一个新的研究领域。是多学科和技术相结合的产物，被广泛的应 用于政府决策、企业经营、科学探讨和医学研究等各个领域，为促进社会各方面的发展发挥重要的作用．关 联规则挖掘作为数据挖掘的众多知识类型中最为典型的一种。在医学领域有着广泛的应用． 关联规则用于表示OLTP数据库中诸多属性 (项集)之间的关联程度，是利用数据库中的大量数据通过 关联算法寻找属性问的相关性．关联规则挖掘的问题描述如下： 设I={I，I：，．．．，I)是数据项的集合，D={T。，T，…，Tn)是一个事务数据库，其中每个事务T是数据项集 I的 子集即T I，每个事务T有一个标识符TID与之相关．如果I的一个子集x满足x T，则称事务T包含项 目集 x．一个关联规则就是形如x=Y的蕴涵式，x I、Y I、xnY= ．其意义在于一个事务中某些项的出 现，可推导出另一些项在同一事务中也出现，此处，“=”称为 “关联”操作，X称为关联规则的先决条件，Y称 为关联规则的结果．例如：中药方剂配伍中，使用中药A的的方剂，必然有90％以上会同时使用中药 B，则可 用关联规则R表示为R：A=B．支持度 (suppo~)和置信度(confidence)是关联规则中重要的概念． 支持度 (support)是形如在方剂中同时使用中药A和中药B的方剂数占总方剂数的百分比；而置信度 收稿 日期：2011-07—28 基金项 目：安徽省教育厅科研资助 (KJ2011Z259) 作者简介：董辉(1975一)，男，安徽亳州人，讲师，硕士研究生，主要从事数据挖掘技术研究 石家庄学院学报 (confidence)是形如同时所有中药A和B的方剂数 占使用中药A的方剂数的百分比称为规则的置信度．前 者用于衡量关联规则在整个数据集中的统计重要性，后者用于衡量关联规则的可信程度，他们的公式分别 为式 (1)和式 (2)： Support(A=B)=P(AUB)=B／A，