面向中醫(yī)辨證的數(shù)據(jù)挖掘技術(shù)研究與應(yīng)用.pdf

1、隨著數(shù)據(jù)庫技術(shù)的發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，出現(xiàn)了數(shù)據(jù)爆炸但知識(shí)貧乏的現(xiàn)象，數(shù)據(jù)挖掘隨之產(chǎn)生。它是一項(xiàng)通過對(duì)海量數(shù)掘進(jìn)行提取、邏輯分析等處理操作來獲得潛在有用的知識(shí)的技術(shù)，是目前國際上信息處理領(lǐng)域最前沿的研究方向之一。 我國的中醫(yī)學(xué)有著悠久歷史，中醫(yī)學(xué)理論主要來源于對(duì)實(shí)踐的總結(jié)，并在實(shí)踐中不斷得到充實(shí)和發(fā)展。中醫(yī)辨證是中醫(yī)學(xué)中的精華，是中醫(yī)診斷學(xué)的主要研究內(nèi)容，并為臨床治療提供依掘。目前的中醫(yī)辨證還沒有一個(gè)統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，

2、并且傳統(tǒng)的統(tǒng)計(jì)學(xué)方法缺乏邏輯分析能力，所以辨證的客觀真實(shí)性也是備受質(zhì)疑。 本文討論了以中醫(yī)小兒肺炎病例數(shù)據(jù)為示范，將數(shù)據(jù)挖掘技術(shù)與中醫(yī)辨證理論相結(jié)合來生成中醫(yī)辨證規(guī)范的過程。首先，根據(jù)中醫(yī)辨證方法和數(shù)據(jù)特點(diǎn)建立了中醫(yī)辨證的五層結(jié)構(gòu)，并轉(zhuǎn)化成為數(shù)據(jù)挖掘模型。隨后，根據(jù)這個(gè)挖掘模型對(duì)中醫(yī)小兒肺炎病例這個(gè)高維空間數(shù)據(jù)集運(yùn)用了相關(guān)的數(shù)據(jù)挖掘技術(shù)與方法，包括通過聚類挖掘得到證的分布及證的構(gòu)成比，通過關(guān)聯(lián)規(guī)則挖掘得到癥狀表現(xiàn)的關(guān)聯(lián)關(guān)系和癥狀

3、的貢獻(xiàn)率。詳細(xì)討論了兩個(gè)經(jīng)典聚類算法，基于劃分的K．平均算法和基于密度與網(wǎng)格的CLIOUE算法。其中K-平均算法根掘病例數(shù)據(jù)特點(diǎn)使用了兩種不同的相似度計(jì)算函數(shù)，提高了挖掘結(jié)果的準(zhǔn)確性。此外，在面向中醫(yī)辨證的關(guān)聯(lián)規(guī)則挖掘過程中提到一個(gè)基于產(chǎn)生頻繁項(xiàng)集的方法Apriori算法，經(jīng)實(shí)驗(yàn)分析表明，隨著數(shù)據(jù)集維數(shù)的增加，在產(chǎn)生候選頻繁項(xiàng)集的過程中，算法的執(zhí)行效率急劇下降。于是在FP-growth算法的基礎(chǔ)上提出了DFP-growth，該算法采用了