数据挖掘期末论文.docVIP

医学数据挖掘期末论文 数据挖掘技术在中医方剂研究中应用的探讨 学 生 姓 名 ________ 专 业 _________________ 学 院 __________________ 2016年6月数据挖掘技术在中医方剂研究中应用的探讨 湛薇 摘要： 现有的中医方剂数据存在冗余大的、不一致的、无效的噪声数据，降低了中医方剂数据的利用，且其方剂数据需要更加高效的存储、查询以及共享。而数据库技术融汇了人工智能、模式识别、模糊数学、数据库、数理统计等多种技术方法专门用于海量数据的处理[1]，从而解决中医方剂研究中所存在的问题，提高利用效率并且发掘潜在信息。本文利用关联规则、聚类分析、分类模式等数据挖掘方法，揭示方剂配伍规律的研究，对中医方剂信息的问题进行探讨。 关键词： 中医方剂；数据挖掘技术；关联规则；聚类分析；分类模式 Data mining technology applied in the study of prescription of traditional Chinese medicine Zhan Wei 【Absract】:Existing in traditional Chinese medicine prescription data redundancy, big noise, inconsistent, invalid data, reduces the use of traditional Chinese medicine prescription data, and the prescription data need to be more efficient storage, query and sharing. And the database technology of artificial intelligence, pattern recognition, fuzzy mathematics, database, mathematical statistics and so on the many kinds of technical methods specifically for mass data processing [1], so as to solve the problems in the research of TCM prescriptions and improve the utilization efficiency and explore potential information. Based on association rule, clustering analysis and data mining methods such as classification model, reveals the law of herbal research, discusses the problem of prescription of traditional Chinese medicine information. 【Key words】：Prescriptions of traditional Chinese medicine; Data mining technology; Association rules; Clustering analysis; Classification model 1引言 中医学信息化在这几年来发展迅速，大量中医方剂数据库已被构建与完善，但中医方剂的数据挖掘方面依然有很多亟待解决的问题。虽然众多已经构建的方剂数据库都是经过一系列的校正后的结构化数据库，但由于在浩瀚的中医历史之中，其年代跨度实在太大、朝代变更下使用的文字、记叙方式与特点的差异悬殊，使得方剂信息依然不可避免的会出现方剂数据不一致、错误、冗余等问题。 数据挖掘技术在数据中正规地发现有效的、新颖的、潜在有用的，并且最终可以被读懂的模式的过程。具有善于挖掘超大型数据库、非手工地发现隐含知识、增进人类知识的特点[2]，因此，数据挖掘技术对于中医方剂研究所存在冗余的、不一致的、错误的等一系列噪声数据的解决具有重大意义。另一方面，而中医方剂配伍从本质上来说表现在方与方、药与药、方与药、药与剂量，以及方药与病、症之间的交叉错综的关联与对应。数据挖掘正是通过数据特征、关系、聚类、趋向、偏差和特例现象深层的多维分析，来揭示数据间复杂特殊的关系，发现隐含规则模式和规律。 2方剂配伍研究中的数据挖掘方法 2.1关联规则 关联规则是数据挖掘中的