论文部分内容阅读
作为一种传统医学，中医学已有数千年的历史。在中医发展的几千年过程中，积累了很多治疗病症的方剂。方剂数目庞大，涉及的药物也非常多。如何利用这些海量信息为防治疾病提供科学依据，总结优化各种诊治方案，已引起业内人士的高度关注。
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。本文将数据挖掘技术应用在方剂配伍规律发现的研究上，本文的主要研究内容和成果如下：
1)理论分析并实验验证了Apriori算法在方剂配伍规律中的药一药关系研究中的应用，在此基础上提出Double Layer Apriori算法应用于方剂配伍中的药-症、症-药关系的研究。
2)提出了两个用于方剂数据挖掘的改进聚类算法，分别是基于最大频繁项集的单层聚类算法和基于最大频繁项集的层次聚类算法，这两个方法分别从不同角度反映了方与方之间的关系。
3)设计并实现了一个中医方剂数据挖掘平台软件。此软件不仅实现了药名、药方等各种数据库全文检索，还集成了对检索出的数据集进行数据挖掘的若干方法。