来源:《时珍国医国药》2017年第06期  作者:蔡婉婷;李新霞;陈仁寿;
选择字号

基于Apriori算法的古现代疫病用药比较与分析

收藏本文  分享

Apriori算法是一种挖掘关联规则的频繁项集算法,其核心思想是基于频繁项目集理论的一种递推方法,目的是从数据库中挖掘出支持度和置信度都不小于给定的最小支持度和最小置信度[1]。而所谓的关联规则就是形如AB的蕴含式,表示在A的条件成立的情况下可以推导出结果B。通过收集古代记载瘟疫的中医著作和现代中医会议专刊的疫病案例得到原始数据。对原始数据进行预处理和结构规范,得到疫病医案数据库。采用Apriori算法,对疫病医案数据库进行关联规则挖掘,得到症状之间、症状-药物之间的关联规则。通过比较挖掘到的古现代疫病的症状之间、症状-药物之间的关联规则,发现古现代疫病和用药的区别。尝试把古代中医与现代中医相关医药理论相结合,提高疫病用药规律的研究效率。1试验数据整理1.1试验数据收集古现代疫病用药比较与分析课题选用的疫病医案数据由南京中医药大学相关教授提供。古代的疫病病例数据来自于明清时代记载瘟疫有关的著作,现代的疫病数据来自于相关中医会议专刊,选取了其中症状与用药齐全具有代表性的数据。共3643条病例数据。如表1所示为收集到的疫病医案病例数据示例。表1疫病医案病例数据示例病名方名病机症状处方用法(本文共计3页)......[继续阅读本文]

下载阅读本文    订阅本刊

相关文章推荐

看看这些杂志对你有没有帮助...

更多杂志>>