用改进Apriori算法确定药房处方药物的关联规则.PDFVIP

第26卷 第24期 电子设计工程 2018年12月 Vol.26 No.24 ElectronicDesignEngineering Dec.2018 用改进Apriori算法确定药房处方药物的关联规则 黄黎明，刘振宇 （南华大学计算机学院，湖南衡阳 421001） 摘要：针对在药房和药店等医疗保健系统产生大量的交易数据进行数据挖掘的问题。为了从药房 和药店等医疗保健系统中获取有关药物间关联的有用信息，在本文中，采用改进Apriori算法从药 房内订购的处方获得的数据进行数据挖掘，通过SPSSClementine平台试验，从这些处方中的指定药 物中获得了10个关联规则。在这些关联规则中，得出了以下主要结论：维生素D和钙片是最相关 的药物，奥美拉唑和甲硝唑在关联方面排名第二。这些规则的准确性也由医生亲自研究和审查。 关键词：数据挖掘；关联规则；购买组合分析；算法 中图分类号：TN409 文献标识码：A 文章编号：1674-6236（2018）24-0036-05 Identifyingassociationrulesamongdrugsinprescriptionofasingledrugstoreusing newApriorimethod HUANGLi⁃ming，LIUZhen⁃yu （SchoolofComputer，UniversityofSouthChina，Hengyang421001，China） Abstract: Theproblemofdataminingisthatlargeamountsoftransactiondataaregeneratedinhealth care systems such as pharmacies and pharmacies.In order to obtain usefulinformation aboutdrug- associationfromhealthcaresystemssuchaspharmaciesandpharmacies，inthispaper，dataminingis performedusingimprovedApriorialgorithmstoobtaindatafromprescriptionsorderedinpharmacies， fromtheSPSSClementineplatformtrials，fromtheseprescriptions. 10associationruleswereobtainedfor thespecifieddrugs.Intheseassociationrules，thefollowingmainconclusionsaredrawn:VitaminDand calcium tablets are the most relevant drugs，and omeprazole and metronidazole rank second in association.Theaccuracyoftheserulesisalsostudiedandreviewedbydoctorspersonally. Keywords:datamining；associationrules；purchaseportfolioanalysis；algorithm 不同领域数据日益增长以及通过数据分析获得 最终，KDD的概念已经扩展到包括知识发现的 有用信息和结果的需求使研究人员面临各种困难。 所有阶段。数据挖掘是指KDD的一个阶段，其中学