艾滋病疗法的挖掘技术研究.pdfVIP

学术研讨 照 煞 2QQ黾生第2期一J 艾滋病疗法的挖掘技术研究 张世 宜 王 伦 达 云 全 (西南大学荣 昌校 区信 息管理系 ) 摘 要 本文以美国艾滋病 医疗试验机~ACTG公布的两组数据AcTG32lJ和193A为研 究样本，充分利用数据挖掘技术，用关联 规则算法对艾滋病疗法的优劣进行了评价及疗效预测 关键词 关联规则 Apriori算法 艾滋病疗法 关联规则挖掘 (As~ iationRulesMining)是为了在数据库中发 (2)数据字符化分析．．为了对数据进行关联分析，优化数据操 现关联关系，是数据挖掘的 ·个主要研究方向 关联JjIl则可直观地表 作 ，我们将各组数据项转化为字符，以字符来代替特定的数据 素 达数据中项集fHJ的联系，这种联系并不是基于某种特定的分布，而是 其L}ITl—T4分别为疗法一至四；A5、A6分别是代表青壮年 (年龄在 在特定模型t的多次迭代拟和面来，根据项集在数据资料中出现的慨 lj_4IJ岁 )和LIJ老年 (年龄在4I}一6j岁)；其中W7W12本别就代表测 率来构建的 在数据挖掘领域中，关联规则 fassociationrule)是一 试H期第0、8、16、24、32、4l】周；而我们把测试浓度的状态全部置 个应用较为广泛的研究方向 我们采用数据挖掘关联规则算法分析了 为F(表示该药物在某一时 日『】段效果不明显)。 ACTG320和193A两组数据。从中挖掘出对AIDS治疗起指导作用的有 原始变量取值 代码 用的潜在数据信息。 疗法 Ti(i=1．2，3，4) 1 研究拟解决的关键问题 年龄 Ai(i=l、2) (1)利用ACTG320数据，预测继续治疗的效果或者确定最佳治 测试CD4隶度时间 Wi(i=1、2、3、4、5、6) 疗终止时H『J CD4浓度状态 {TRU~，Fl (2)利用193A数据 ，评价4种疗法 的优劣 (仅 以CD4为标 表1 193A数据实倒化 准 ，并对较优的疗法预测继续治疗的效果，或者确定最佳治疗终止 从表l我们就不难看出数据之间存在这样的关联关系 ：Reg： 时间．． w溅掀一一～病效法是一该一～否了研我大一一一究的们两黼析我首一一一凭图悯服一一一定后一没比，m Rule(T，A，W，F)这样的规则就能给我们提供一个年龄在A阶段 2 关联规则的概念 的人服用r疗『法的人在w这个时廿『】所测试的cD4浓度状态。 关联规则挖掘的目的是找出数据库中不问数据项集之问隐藏的关 (3)测试状态分析 如图1所示，该曲线是某人在患艾滋病后没 有采用任何措施 (没有服药 )的cD4浓度和 联关系 在挖掘关联规9{帅寸。首先要把数据库资料中的各种事件作为 数据项，多个数据项组成某—特定事物的项集。数据挖掘中的关联规 时H『J的曲线图，明显可以看出，在没采取任