本文選題：中醫(yī)處方　切入點(diǎn)：關(guān)聯(lián)規(guī)則　出處：《湖北中醫(yī)藥大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：目的本課題從中醫(yī)處方藥物的配伍規(guī)律以及劑量入手,通過(guò)改進(jìn)關(guān)聯(lián)規(guī)則挖掘模型,探索針對(duì)真實(shí)世界用藥規(guī)律研究的數(shù)據(jù)挖掘新方法。方法通過(guò)文獻(xiàn)調(diào)研,全面了解中醫(yī)處方數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則技術(shù)的研究現(xiàn)狀;結(jié)合藥物平均劑量與藥物配伍減毒增效關(guān)系,分別構(gòu)建基于藥物平均劑量和基于藥物配伍減毒增效關(guān)系的加權(quán)支持度;參照跨行業(yè)數(shù)據(jù)挖掘流程標(biāo)準(zhǔn),結(jié)合改進(jìn)的支持度,使用Python實(shí)現(xiàn)改進(jìn)的關(guān)聯(lián)規(guī)則模型,并構(gòu)建基于Django框架的中醫(yī)處方數(shù)據(jù)挖掘仿真平臺(tái);在示范研究中,利用ETL技術(shù)清洗原始數(shù)據(jù)以生成模型的輸入數(shù)據(jù)集;分別使用SPSS Modeler、Weka與自行構(gòu)建的仿真平臺(tái)進(jìn)行挖掘?qū)嶒?yàn),分析對(duì)比改進(jìn)前后的挖掘模型,論證本課題基于加權(quán)改進(jìn)的關(guān)聯(lián)規(guī)則挖掘模型的有效性。結(jié)果1.通過(guò)納入處方藥物劑量特征和藥物配伍減毒增效關(guān)系,改進(jìn)現(xiàn)有中醫(yī)處方關(guān)聯(lián)規(guī)則挖掘模型,分別構(gòu)建了基于藥物平均劑量和基于藥物配伍減毒增效關(guān)系的加權(quán)模型:(1)基于藥物平均劑量的權(quán)值公式:w_1=min(dose_cf(herb)＞dose_jz (T,herb)?2:1,…)(2)基于藥物配伍減毒增效關(guān)系的權(quán)值公式:w_2=ZXTable.contains(set)?2:12.改進(jìn)后的模型在實(shí)驗(yàn)階段相對(duì)傳統(tǒng)模型,生成了更多的頻繁項(xiàng)集,以及較之前更少的規(guī)則,即改進(jìn)的模型提高了挖掘結(jié)果的凝練度。3.構(gòu)建了基于開源語(yǔ)言Python的Web框架(Django)的中醫(yī)處方數(shù)據(jù)挖掘仿真平臺(tái),通過(guò)該平臺(tái)可以通過(guò)少量簡(jiǎn)單操作快速實(shí)現(xiàn)原來(lái)較為繁瑣的挖掘過(guò)程。4.結(jié)合可視化技術(shù),利用Gephi軟件展示頻繁項(xiàng)集和有效規(guī)則的網(wǎng)絡(luò)圖,利用Python生成關(guān)鍵藥物條件FP樹,提升了挖掘結(jié)果的可讀性。結(jié)論本課題通過(guò)納入中醫(yī)處方藥物的劑量特征和藥物配伍減毒增效關(guān)系,構(gòu)建加權(quán)支持度并改進(jìn)傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘模型。新構(gòu)建的兩種模型在實(shí)驗(yàn)階段獲得的挖掘結(jié)果較傳統(tǒng)模型更為凝練。此外,本課題結(jié)合可視化技術(shù)展示模型挖掘結(jié)果,增強(qiáng)了挖掘結(jié)果的可讀性。因此,本課題探索的基于加權(quán)改進(jìn)關(guān)聯(lián)規(guī)則模型這一新方法是對(duì)中醫(yī)臨床用藥規(guī)律研究的一種有效嘗試,具有較大實(shí)用價(jià)值。
[Abstract]:鐩殑鏈棰樹粠涓尰澶勬柟鑽墿鐨勯厤浼嶈寰嬩互鍙?qiáng)鍓傞噺鍏ユ墸?

本文編號(hào)：1576014