部分内容展示

而近年来，随着社会全面信息化的加速，社会上各个行业、领域都积累了大量有价值的可用信息。因此数据挖掘技术也在各个行业、领域被施以广泛应用，用于解决各种传统数据分析方法无法解决的复杂问题^[1]。其中就包括临床医学领域。而应用数理统计学方法和数据挖掘技术，归纳、总结并发现名老中医药专家的临证经验，是做好名医传承工作的重要途径之一^[2]。本研究利用数据挖掘技术，通过临床信息采集系统建立了李老师诊疗脾胃病的临床数据库。在此基础上，提取符合入选标准患者的临床数据，利用SPSS24.0软件进行数据分析，利用IBM SPSS Modeler 18工具数据挖掘，应用关联规则分析药对特点，聚类分析方剂组合，对于揭示李老师治疗脾胃病临床用药思路，具有十分重要的意义。
采用IBM SPSS Modeler 18对草药进行关联规则分析。关联规则是无监督的机器学习方法，用于知识发现，对中医药挖掘尤其适用。Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则，Apriori算法采用了逐层搜索的迭代的方法，算法简单明了，没有复杂的理论推导，也易于实现。设置最低支持度10%，最小置信度80%，最大前项为10，，对草药分别进行二阶、三阶、四阶关联规则分析。
根据Apriori算法，一共产生9307条规则，其中，最小支持度为10%，最大支持度为52.5%，最小置信度为80%，最大置信度为100%，最小提升度为1.231%，最大提升度为8%。关联规则网络图见图1。