-
公开(公告)号:CN111951971B
公开(公告)日:2024-04-19
申请号:CN202010708196.5
申请日:2020-07-21
Applicant: 中国传媒大学
Abstract: 本发明公开了一种中药和症状关系的数据挖掘方法,为挖掘中药对象与症状对象的准确对应关系,本发明先采用熵聚类算法从中药处方数据中挖掘常用方药配伍,然后以方药配伍为整体,依据共现信息寻找可能与方药配伍存在映射关系的候选症状对象。接着,为了从大量不确定的方药配伍与症状对象的映射关系中过滤不准确的结果,采用关联度系数分析法和共现频次分析法确定中药与症状的关联强度,筛除关联强度弱的候选症状对象。本发明挖掘方药配伍采用的改进熵聚类算法,动态选择中药向量的亲密变量个数,只考虑与目标中药的关联度系数非负的中药;改进后方法可以过滤掉临床上实际并未同时使用的中药药对,使挖掘结果更准确且更具实际意义。
-
公开(公告)号:CN111951971A
公开(公告)日:2020-11-17
申请号:CN202010708196.5
申请日:2020-07-21
Applicant: 中国传媒大学
Abstract: 本发明公开了一种中药和症状关系的数据挖掘方法,为挖掘中药对象与症状对象的准确对应关系,本发明先采用熵聚类算法从中药处方数据中挖掘常用方药配伍,然后以方药配伍为整体,依据共现信息寻找可能与方药配伍存在映射关系的候选症状对象。接着,为了从大量不确定的方药配伍与症状对象的映射关系中过滤不准确的结果,采用关联度系数分析法和共现频次分析法确定中药与症状的关联强度,筛除关联强度弱的候选症状对象。本发明挖掘方药配伍采用的改进熵聚类算法,动态选择中药向量的亲密变量个数,只考虑与目标中药的关联度系数非负的中药;改进后方法可以过滤掉临床上实际并未同时使用的中药药对,使挖掘结果更准确且更具实际意义。
-