數(shù)據(jù)挖掘在中藥專利數(shù)據(jù)集中的應(yīng)用與研究.pdf

1、中藥是我國的國粹，經(jīng)過上千年的發(fā)展，積累了大量的數(shù)據(jù)，以往對于這些數(shù)據(jù)的應(yīng)用，僅僅是提供一些簡單的搜索及統(tǒng)計功能，中醫(yī)藥數(shù)據(jù)中蘊涵的信息未得到很好的利用。隨著世界性回歸自然潮流的推進，天然藥物的開發(fā)越來越受到人們的重視，這為中藥的發(fā)展提供了一個很好的機遇。如何從包羅萬象的中藥數(shù)據(jù)庫中發(fā)現(xiàn)有價值的信息，以增加中藥的科技含量，已成了中藥信息化研究的重點。 本文闡述了在中醫(yī)藥專利信息平臺上實現(xiàn)知識發(fā)現(xiàn)系統(tǒng)的過程，主要包括了方劑信息數(shù)據(jù)

2、預(yù)處理、發(fā)現(xiàn)配伍規(guī)律和輔助決策三個模塊。 針對中藥專利的數(shù)據(jù)特點，以PIDP(方劑信息數(shù)據(jù)預(yù)處理，PrescriptionInformation'sDataPreprocessing)過程規(guī)范方劑數(shù)據(jù)：1、用正交分離的方法對方劑長文本字段進行處理，使方劑中的各味草藥獨立存儲；2、利用中藥詞典，解決了目前普遍存在的中藥異名問題；3、以模糊集描述實際藥劑用量。 本文改進了T.P.Hong等提出的FTDA算法，并在此基礎(chǔ)上提出

3、FTDA2算法，該算法僅考察對支持度有貢獻的項，有效降低了從方劑事務(wù)數(shù)據(jù)庫中提取出關(guān)聯(lián)規(guī)則的時間復(fù)雜度，從規(guī)范化方劑數(shù)據(jù)中提取中藥配伍規(guī)律，組建模式/規(guī)則庫。在模式/規(guī)則庫的基礎(chǔ)之上，系統(tǒng)實現(xiàn)了輔助決策模塊，成功地為醫(yī)學(xué)研究人員在研制新型復(fù)方中藥的過程中提供參考依據(jù)。 論文的創(chuàng)新之處在于：1、本文提出的FTDA2算法，用于在含有數(shù)值屬性的事務(wù)數(shù)據(jù)集中發(fā)現(xiàn)模糊關(guān)聯(lián)規(guī)則。與已有算法FTDA相比，在計算k-項候選集時，兩種算法的時間復(fù)

4、雜度比值為：T(FTDA2)/T(FTDA)≈1/21k，從而有效降低了時間復(fù)雜度。 2、針對系統(tǒng)對方劑長文本處理的需要，設(shè)計了符合中藥方劑數(shù)據(jù)特征的PIDP過程，將原始的方劑數(shù)據(jù)規(guī)范化。對方劑長文本進行正交分離，并對不同的屬性采用不同的策略：藥名異名處理，藥劑量模糊化處理。 3、將數(shù)據(jù)挖掘較為深入的應(yīng)用到中藥研發(fā)過程中，彌補現(xiàn)有中藥信息系統(tǒng)功能單一的不足，為醫(yī)學(xué)工作者進行決策提供參考。系統(tǒng)提供兩大輔助功能：一是為新藥的