- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中医药数据挖掘研究现状分析_邓宏勇.pdf
2012年 10月第 19卷第 10期 中国中医药信息杂志 ·21·
中医药数据挖掘研究现状分析
邓宏勇,许吉,张洋,袁敏,施毅
上海中医药大学科技信息中心,上海 201203
摘要:目的 采用文献计量方法分析我国中医药数据挖掘研究现状,为更好地利用数据挖掘技术提供参考。方法
检索历年中医药数据挖掘文献,经人工拆分整理后,从年度变化、研究类型、研究领域、数据挖掘方法和软件等方面
进行分析。结果 共得到中医药数据挖掘相关文献494 篇,文献量逐年增加;文献类型中应用研究类文献占59.1%;
研究领域中证候研究与方剂研究文献分别占29.39%和26.22%;数据挖掘方法采用关联规则、频数分析、聚类分析和
人工神经网络的文献占76.36%;数据挖掘软件使用商业化数据挖掘软件的文献占61.05%。结论 数据挖掘技术适合
处理中医药数据,但目前数据挖掘技术还未能改变中医药数据难以处理的大格局,只有充分利用并发展数据挖掘技术,
才能将中医药数据处理能力提高到新水平。
关键词:中医药;数据挖掘;文献计量方法
DOI:10.3969/j.issn.1005-5304.2012.10.009
中图分类号:R2-05 文献标识码:A 文章编号:1005-5304(2012)10-0021-03
Analysis on Current Situation of Data Mining Research of Traditional Chinese Medicine DENG
Hong-yong, XU Ji, ZHANG Yang, YUAN Min, SHI Yi (SciTech Information Center of Shanghai University of TCM,
Shanghai 201203, China)
Abstract :Objective To analyze the status of data mining (DM) research of TCM by bibliometrical method,
provide a reference to researchers for better use of DM technology. Methods Retrieved the literatures of DM
research of TCM, extracted information manually and analyzed them from the aspects of annual changes,
types, fields, methods and software tools. Results Total 494 articles were obtained. Literature number
increased year by year. Application research literatures accounted for 59.1%, and syndromes and
formulas research accounted for 29.39% and 26.22% respectively. Association rules, frequency analysis,
cluster analysis and artificial neural network literatures accounted for 76.36%. Articles using a
commercial DM software accounted for 61.05%. Conclusion DM technology showed good potential in
文档评论(0)