中医证候数据挖掘的研究现状与展望.docxVIP

中医证候数据挖掘的研究现状与展望 钱学森等人指出，这种复杂的人体系统研究方法是“将专家（相关专家）、数据和信息有机地结合在一起，并将不同学科的科学理论和经验知识结合起来。”。中医证候是一个非线性的复杂巨系统。数据挖掘(data mining,DM)正是适合解决复杂性问题的知识获取技术,在相关领域专家指导下,它可以实现对海量数据的智能分析,得到事物本质及可预测其发展趋势的、隐含的模式或规律。充分利用数据挖掘技术的优势,将其引入到融合了哲理、人文、个人经验等多方面信息的中医证候的研究中,近年来取得了诸多有价值的成果。 1 预测聚类及偏差检测功能 数据挖掘的目标是从数据库中发现隐含的、有意义的知识,其主要有5类功能:自动预测趋势和行为、关联分析、聚类、概念描述、偏差检测。数据挖掘的具体过程分为5个步骤[51:问题定义、数据提取、数据预处理、数据挖掘、知识评估。 2 中医证候的时空特征 中医证候数据挖掘具有医学数据挖掘的共性特点:①异质性;②伦理的、法律的和社会的问题;③隐私性;④多样性;⑤不完整性;⑥冗余性;⑦时间性等。同时,在时间性、异质性方面,中医证候数据的特点更加鲜明。其中,时间性主要体现于证候的动态时空特征。证候是一定时间点与一定状态的产物,时间在推移,状态在变化,证候就有可能发生由此发展为彼的改变。异质性作为中医证候数据的重要特点,其主要体现于以下几个方面。 2.1 多维交叉