基于数据挖掘分析含青蒿方剂的配伍规律及应用特点

目的 基于数据挖掘技术探讨青蒿配伍规律及应用特点,为临床使用中药青蒿提供参考依据。方法 以国家人口与健康科学数据共享平台收录的含青蒿中药方剂为数据来源建立青蒿方剂数据库,利用MicrosoftOffice Excel 2021、IBM SPSS Modeler 18.0、IBM SPSS Statistics 23.0等软件对纳入方剂进行分析,使用Cytoscape3.7.2软件构建网络可视图。结果 最终纳入含青蒿的中药方剂50首,主治疾病为发热。涉及的189味中药累计使用564次,性多寒、温,味辛、苦,归肝经、肺经为主,功效分类上以清热药、补虚药、解表药最为常见。高频中药关联规则分析显示,药对组合中青蒿-柴胡,青蒿-黄芩的支持度较高;三味药组中青蒿-黄芩-柴胡的支持度最高。治疗发热时,青蒿常与柴胡、黄芩、金银花等中药配伍,高频中药关联规则45项,聚类分析得到5类治疗发热的基本药物组合。结论 本研究分析总结了含青蒿中药方剂的主治病证、配伍规律及应用特点,为临床科学规范使用青蒿提供了参考。     

基于关联规则兴趣度的课程设置研究

介绍数据挖掘和关联规则的概念,引入一个关联规则新的度量值——兴趣度,并使用Visual FoxPro开发了一个关联规则挖掘系统。在设定最小支持度、最小置信度和兴趣度的条件下,使用挖掘系统对计算机专业学生的专业课成绩进行关联分析,通过分析找出它们间的内在联系,为课程设置提供依据。     

基于关联规则的广义药对最适合病证的挖掘方法

为了发现以中医病证为对象的方药配伍规律,提出了一种基于古代方剂文献、利用关联规则的知识发现方法.首先借助《普济方》数据库管理系统,遍历数据库中每个单一病证的强关联药对,然后再根据强关联药对出现病证的个数,来获得广义药对;在此基础上,以置信度和支持度作为判断指标,找到广义药对的最佳适应病证.最后通过中医理论补充说明了该方法的有效性.改变了过去许多研究中出现的最小支持度普遍偏小的缺点,从而在一定程度上提高了方法的实用性.     

广义关联分析的蕴涵-约束框架及其挖掘算法

本文将所有基于事务和非基于事务的关联分析称为广义的关联分析.基于事务的关联分析主要依托支持度-置信度框架进行数据挖掘,而非基于事务的关联分析常采用参与度-条件概率框架.首先,在讨论强关联规则的正确性、可靠性和有趣性的基础上,提出了蕴涵-约束框架.其次,提出并论证了最小支持度mni_sup和最小置信度min_conf的合理取值范围,从而将最小置信度由支持度-置信度框架下的（0,1] 缩小为蕴涵-约束框架下的（0.5,1],最小支持度由（0,1] 缩小为（0,min_conf].第三,提出随机顶点极大团划分法,它能将非基于事务的关联分析转化为基于事务的关联分析,从而使广义关联分析问题整合成为基于事务的关联分析问题.第四,基于映射的概念,将约束划分为事前、事中和事后约束,从而形式化地解决了约束的应用及方法.第五,利用稠密维和稀疏维,提出了一种multi-knowledge tree 的树形存储结构,能在无论频繁项集是否满足向下闭合性质时都有效降低算法的空间复杂度;同时,在数据增加、删除、修改后能快速获取新的强关联规则.最后,大量实验验证了所提出理论和算法的效果和效率.     

分布式多空间数据库复杂时态数据提取技术

传统方法实现过程复杂、历史复杂时态数据的片面性,导致其无法全面地描述时态数据;且相似性计算无法准确匹配具有动态性与复杂性的时态数据,造成提取精度低。为此,提出一种新的分布式多空间数据库复杂时态数据提取技术。设计动态RBF神经网络,对分布式多空间数据库中未知动态进行识别和建模;通过建模结果完成对复杂时态数据的描述。依据加权关联规则与时态关联规则对支持度和置信度的定义,获取T-FS-tree加权时态关联规则中支持度和置信度。将复杂时态数据描述序列、最小支持度、最小置信度作为输入,将加权时态关联规则作为输出,建立T-FS-tree加权时态关联规则挖掘算法。按照向量计算获取加权时态频繁1项集以及频繁2项集,依据获取的加权时态频繁项集建立初始频繁项集树;依据初始频繁项集树获取全部时态频繁项集;通过获取的频繁项集产生加权时态关联规则。从所有关联规则中选择优先度高的规则,构建的复杂时态数据提取器,实现复杂时态数据提取。实验结果表明,所提方法复杂性低,提取结果更加全面、可靠,有很高的准确性。     

基于Apriori算法的高职院校课程相关性分析

高职院校的人才培养方案中,课程设置是最关键的元素,课程结构的合理与否会直接影响到人才培养的质量。使用关联规则中的Apriori算法,对学生成绩样本数据进行挖掘,利用给定的最小支持度和最小置信度,挖掘出频繁项集,进行课程相关性分析,得到课程的关联规则,有利于在课程设置过程中优化课程结构,提高教学质量。     

基于正、负关联规则的数据挖掘探讨

传统的关联规则只关注于挖掘出项集间的正关联规则,但在实际应用中负关联规则同样隐含着有价值的信息.本文首先给出了正、负关联规则的定义及支持度和置信度的函数表示,重点分析了关联规则中"支持度—置信度"架构的局限性,提出了利用项集的相关性来解决关联规则中正、负矛盾规则出现的问题,同时针对置信度的设置进行了研究分析,最后对负关联规则挖掘的算法进行了讨论,旨在为关联规则的研究奠定基础.     

不完全数据库中的关联规则挖掘

在不完全数据库中挖掘关联规则是一个重要的数据挖掘问题,其关联规则的支持度和置信度不可能精确计算,但可以估计.基于关联规则支持度和置信度的估计,讨论了不完全数据库中关联规则的挖掘问题.     

基于数据挖掘的知名老中医刘弼臣辨治肺炎喘嗽的治法特色和用药规律研究

目的 探索名老中医刘弼臣辨治肺炎喘嗽的治法特色和用药规律。方法 提取刘弼臣治疗肺炎喘嗽的医案527例,用Lantern5.0构建症状和中药隐结构模型,再用关联规则挖掘中药、症状间关联关系,最后用复杂网络分析工具Pajek5.08,结合数据层次特性,以药-药、症-症、症-药的关联规则构建网络模型,对有意义的结果进行分析。结果 527例肺炎喘嗽医案中频次≥15的症状40种,频次>45的中药40种,常见症状有咳嗽、发热、气喘、口干、小便黄、便秘,常用中药有苦杏仁、黄芩、桔梗、六神曲、麦芽、山楂、连翘、枇杷叶、浙贝母、石膏,常用中药功效有发散风寒、清热化痰、补气、发散风热、止咳平喘。构建症状和中药的隐结构模型得到46个隐变量,计92个隐类,综合聚类分为12组,得到新方组合12个。设置支持度为5%,置信度20%,得到关联网络图3个,核心组合10个。结论 刘弼臣教授辨治肺炎喘嗽常用疏、消、清、补、养5法,热饮阻肺是肺炎初期的关键病机,临证多用石膏、大黄、淡竹叶等清热兼具流动性的中药,清热不宜过寒,散寒不宜过汗,治咽喜用牛蒡子,通腑是肺病治肠最主要的手段。本研究构建症状和中药的混合隐结构模型,...     

粗糙关联规则评价体系的研究

在关联规则评价中引入粗糙相关度的评价指标,构建了“粗糙支持度、粗糙置信度和粗糙相关度”的三维评价模型,对现有的关联规则的粗糙支持度和粗糙置信度的二元评价模型进行了拓展.