基于数据挖掘地域性强关联规则数据提取

针对数据提取方法无法进行海量挖掘,且挖掘结果不准确,挖掘时间较长的问题,提出一种基于数据挖掘算法的地域性强关联规则数据提取方法。结合地域性强关联规则数据管理系统,采集用户需求信息,检索特征关联性,收集地域特征。利用数据关联度,分析地域检索中地域特征间的关联,计算相似标签信息参数,并对支持度和置信度实施计算,从地域性强关联规则数据库中挖掘关联规则。利用Kulczynski量度和不平衡率实施相关性分析和过滤,最终获取到具有实际意义的强关联规则。实验结果表明,该方法挖掘效率较高,且具有广泛的应用价值。

基于数据挖掘的POAG“证候-证素-证型”关联规则研究

目的基于数据挖掘技术研究原发性开角型青光眼(POAG)的中医证候、证素、证型的分布特点及关联规则。方法检索建库至2022年12月31日中国知网(CNKI)、万方、维普(VIP)、中国生物医学文献(CBM)数据库中临床研究、病例报告等相关文献。使用Excel软件进行录入并规范术语,运用R语言对POAG证素、证型、证候进行频数、频率、关联规则分析及可视化。结果(1)一般情况:共纳入文献70篇,共提取中医证素23个,其中病位证素8个,以肝最多,为95次(16.41%),其次为心神(21次,3.63%)、肾(20次,3.45%)等;病性证素15个,以阴虚证素最多,为76次(13.13%),其次为阳亢(57次,9.84%)、气滞(55次,9.50%)、气虚(39次,6.74%)、血虚(39次,6.74%)等;共提取中医证候142个,最多为视物模糊(77次,5.01%),其次为脉弦(66次,4.29%)、眼胀及胀痛(66次,4.29%)、头晕(62次,4.03%)、脉细(58次,3.77%)等;共提取证型31种,最多为肝郁气滞证,共25次(35.71%),其次为肝肾阴虚证(14次,20%)、肝肾两虚证(12次,17.14%)、肝郁化火证(11次,15.71%)、痰湿内蕴证(10次,14.29%)。(2)证素-证候关联规则分析:证素关联较高的组合为①血虚,阳虚-气虚、②阳虚-气虚、③脾-气虚。证候关联较高的组合为①舌苔黄-舌质红、脉弦,②舌苔黄-舌质红、③口苦,舌苔黄-舌质红。证素-证候关联较高的组合为①口苦、脉数、脉弦、舌苔黄、舌质红-热,②口苦、脉弦、舌苔黄、舌质红、食少-热,③口苦、脉数、脉弦、情志抑郁、舌质红-热。(3)核心证素的证候分布规律:口苦、咽干、脉弦与各核心证素均关系密切。结论POAG以肝为核心病位证素,常见的病性证素主要有阴虚、阳亢、气滞、气虚等。证素之间组合关联性强,各核心证素具有特征性全身证候,为POAG的准确辨证提供理论支撑。

住院患者器械相关压力性损伤的数据挖掘及防范对策分析

目的 挖掘住院患者器械相关压力性损伤数据中有价值的关联规则,明确多因素之间的相互关联影响,为预防器械相关压力性损伤提供新思路。方法 收集2017年1月-2022年9月浙江省某三级甲等医院2个院区760例器械相关压力性损伤事件的相关信息,采用Apriori算法进行数据挖掘,使用χ^(2)检验逐条对关联规则进行有效性评定。结果 共发现2 599条住院患者器械相关压力性损伤关联规则,经χ^(2)检验筛选出2 574条规则,最终筛选出12条具有临床实际指导意义的强关联规则,包括患者年龄60~74岁、伴随疾病、住院时间8~14 d、血红蛋白低、血清白蛋白低、C反应蛋白异常、使用器械种类>4种、使用时长>3 d等。结论 住院患者器械相关压力性损伤涉及的器械较广泛,应正确选择和佩戴医疗设备,关注其好发部位,进行皮肤、黏膜的动态评估,根据患者自身特性,关注高危患者,制订和实施个性化皮肤管理计划并记录。

基于数据挖掘的董明国治疗溃疡性结肠炎用药规律研究

目的 应用数据挖掘技术对董明国教授诊治溃疡性结肠炎(UC)的用药规律进行总结,为传承和发扬名老中医临床经验提供参考。方法 检索2020年1月-2022年3月于广州中医药大学东莞医院董明国教授门诊治疗UC处方,对筛选后的医案进行预处理,将符合标准的医案建立数据库。运用频次分析、关联规则分析、聚类分析和因子分析等方法对处方进行系统挖掘,并结合董明国教授临证经验对挖掘结果进行分析和总结。结果 共筛选处方234首,涉及中药178味,频次较高的药物有甘草、白芍、白术、党参、茯苓、木香等,药性以平、温为主,药味以甘、苦、辛为主,归经以脾经、胃经为主,关联规则分析得到14组药对和9组角药,通过系统聚类分析方法得到5个聚类方。结论 董明国教授临床治疗UC针对脾胃气血亏虚为本,湿毒和食毒蕴结为标的辨治思路,运用健脾益气、祛湿毒、消食毒的治疗大法,标本同治。

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法。此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件。研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题。

基于数据挖掘探讨刘光珍治疗肾性蛋白尿的用药规律

目的:探讨刘光珍教授治疗肾性蛋白尿的用药规律,总结归纳其学术思想。方法:收集整理刘光珍教授2021年10月至2023年4月治疗肾性蛋白尿的有效病案和处方资料。通过Excel 2022统计病例的基本情况、证型及药物频数、功效、性味、归经,建立处方数据库。运用SPSS Modeler 18.0和SPSS Statistics 23.0软件对高频药物展开关联规则分析、聚类分析和因子分析。结果:共收集刘光珍教授治疗肾性蛋白尿处方201份,包含174味中药。患者证候分型以脾肾亏虚证最常见,其次为瘀血证、湿热证、水湿证、肾阴阳两虚证和气阴两虚证。使用频数前5位的中药为黄芪、炒白术、防风、豆蔻、砂仁。药性以温、平性为主;药味主要为甘、苦和辛味;归经以脾经为主,其次为肝、肺、肾经。关联规则分析得到24项常用药对,聚类分析得到4类药物组合,因子分析得到5个公因子。结论:刘光珍教授治疗肾性蛋白尿以温补脾肾为核心思想,以补肾健脾方为基础方随症化裁,并配伍活血化瘀、行气化湿、利水通淋之品,标本兼治。

基于CNN和关联规则的协同过滤混合推荐

针对传统协同过滤算法在药品推荐领域中对用户评价过于依赖、数据稀疏性严重等问题,提出一种基于卷积神经网络(CNN)和关联规则的协同过滤混合推荐算法。首先利用CNN从药品文本数据中获取深层功效特征向量,然后使用Apriori算法发掘药品间的关联规则。在此基础上,从药品功效特征和关联性两个角度结合对应的相似度计算公式计算药品相似度,进而预测评分缺失值,最终对稀疏矩阵进行叠加填充实现药品推荐的优化。经试验对比,论文算法相比传统的协同过滤算法在MAE和RMSE指标上下降了3%~4%,在数据较稀疏的情况下具有良好的推荐效果。

基于数据挖掘、网络药理学及分子对接的糖尿病性心脏病用药规律及核心中药分析

目的:运用数据挖掘的方法探究中药复方治疗糖尿病性心脏病的用药特点及配伍规律,并运用网络药理学及分子对接探讨高频药物治疗的作用机制,为临床用药提供参考。方法:首先,依据纳入标准和排除标准收集中国知网、维普、万方数据库治疗糖尿病性心脏病的中药处方,将其结果按照统一标准进行规范化处理,运用SPSS Modeler 18.0等软件进行分析。其次,使用中药系统药理学数据库与分析平台(TCMSP)等对高频药物获取化合物对应的靶点,与GeneCards、OMIM、pharmGKB、TTD数据库中检索糖尿病性心脏病相关靶点相互映射并取其交集,通过Cytoscape 3.2.1软件构建“成分-靶点-关键通路”可视化网络分析。通过R语言数据库进行京都基因与基因组百科全书(KEGG)富集分析及基因本体论(GO)富集分析。最后,用SYBYL等软件进行分子对接。结果:共收集401篇文献,纳入198首处方,包含183味中药,使用频次最高依次为丹参(121次)、麦冬(92次)、五味子(77次)、黄芪(76次),关联规则得到支持的较高的组合22个。通过网络药理学方法发现丹参-麦冬-五味子-黄芪的99个活性成分,筛选出10个核心靶点。分子对接表明关键活性成分与核心靶点能够形成稳定的空间结构,其中肿瘤蛋白p53(Tumor Protein p53,TP53)结合能力最强。结论:本研究经数据分析得出,在糖尿病性心脏病的临床治疗中以补虚药、清热药、活血化瘀药为主;多选用药性偏温、平、寒;药味偏甘、苦、辛;归肝、脾、肺、心经的药物,可着重参考麦冬-赤芍、五味子;麦冬-太子参、五味子的配伍。核心中药治疗糖尿病性心脏病是应用槲皮素、豆甾醇、山柰酚、木樨草素、尿苷等活性成分,以TP53、MYC原癌基因(MYC Proto-Oncogene,MYC)、丝裂原活化蛋白激酶(Mitogen-Activated Protein Kinase,MAPK)、信号转导因子和转录激活因子(Signal Transducer and Activator of Transcription,STAT)3等为关键靶点发挥作用,为进一步研究其作用机制提供参考。

数据挖掘中关联规则的有趣性研究

关联规则挖掘是数据挖掘研究中的一个重要方面,而其中一个重要问题是对挖掘出的规则的兴趣度的评估。过去的研究发现,在实际应用中往往很容易从数据源中挖掘出大量的规则,但这些规则中的大部分对用户来说是不感兴趣的。本文对规则的兴趣度度量的两个方面作了讨论:一个是主观兴趣度度量,另一个是客观兴趣度度量。最后介绍了如何利用模板进行挖掘有趣的规则。

基于关联性规则的学生就业数据研究

海量的大学毕业生就业数据被储存在数据库中,这就需要将这些就业数据中隐藏着大量未知有用的信息给挖掘出来,本文运用关联性规则的原理对就业数据进行挖掘,先是阐述数据的挖掘概念,其次是对就业数据的关联性规则进行分析与设计,最后采用SPSS modeler软件对就业数据做详细的分析和研究。结论证明:大学生就业主要是以合同就业为主,前提是要具备良好的心理素质,建议高校应该将大学生的学习成绩培养和心理素质培养要两手抓,即以培养大学生的综合素质教育为导向。

基于数据挖掘关联规则分析法的呼吸机预防性维护机制与数据分析研究

目的:探讨基于数据挖掘关联规则分析法的呼吸机预防性维护机制在呼吸机设备管理中的应用价值。方法:选取医院临床在用的91台呼吸机,采用随机数表法将其分为对照组(45台)和实验组(46台),对照组采用常规定期预防性维护,实验组采用基于数据挖掘关联规则分析法的呼吸机预防性维护机制,制定支持度的最小支持阈值和置信度的最小置信阈值,按需进行预防性维护。对比两组呼吸机维护次数、故障数和故障类型的差异性。结果:实验组预防性维护年均次数低于对照组,差异有统计学意义(t=4.17,P<0.05);实验组年故障数和年平均故障数均低于对照组,差异有统计学意义(t=4.44,t=3.76;P<0.05);实验组呼吸机管路故障和清洁消毒故障低于对照组,意外碰撞故障高于对照组,差异有统计学意义(x^(2)=4.45,x^(2)=4.29,x^(2)=5.74;P<0.05)。结论:基于数据挖掘关联规则分析法的呼吸机预防性维护机制,可在一定程度上降低责任工程师工作量,减少人为因素引起的设备故障,提高呼吸机临床使用效率。

影响关联规则挖掘的有趣性因素的研究

关联规则挖掘是数据挖掘研究中的一个重要方面,而其中一个重要问题是对挖掘出的规则的感兴趣程度的评估。实际应用中可从数据源中挖掘出大量的规则,但这些规则中的大部分对用户来说是不一定感兴趣的。关联规则挖掘中的有趣性问题可从客观和主观两个方面对关联规则的兴趣度进行评测。利用模板将用户感兴趣的规则和不感兴趣的规则区分开,以此来完成关联规则有趣性的主观评测;在关联规则的置信度和支持度基础上对关联规则的有趣性的客观评测增加了约束。

关联图与主动规则集的终止性分析

终止性反映了主动数据库系统良好的行为特性 .目前有关主动规则集终止性分析的主要依据是触发图和活化图 ,其分析结果是保守的 .为表达一个规则的动作可能使另一规则的条件为假的事实 ,引入了惰化图 ( deacti-vation graph) ,并与触发图和活化图相结合 ,定义了更为一般的关联图 ( relationship graph) .同时 ,给出了基于关联图的主动规则集终止性静态分析算法 ,提高了终止性判定的准确性 .

基于关联规则中医药治疗单纯性肥胖用药规律研究

目的:采用数据挖掘技术分析中医药治疗单纯性肥胖用药规律。方法:纳入中医药治疗单纯性肥胖用药规律文献共52篇,建立文献信息数据库。采用SPSS Clementine作为数据挖掘平台,进行关联规则分析、绘制关联规则的网状图。结果:提炼出中医药治疗单纯性肥胖常用药物、药对、药组。通过数据挖掘分析,发现中医药治疗单纯性肥胖以化痰、除湿、健脾、滋阴这几类药物为主。滋阴药物使用也比较频繁。结论:中医药治疗单纯性肥胖以化痰、除湿、健脾、滋阴这几类药物为主,既强调祛除湿邪,又注重健脾滋阴。

电子数据关联性规则探析

近年来,随着信息化的快速发展,电子数据制度的重要性愈发凸显.为了更好地发挥电子数据的作用,本论文将围绕电子数据制度关联性的概念、特征,分析立法现状和存在的问题.通过分析,对当前电子数据立法及证据关联立法现状和概念都有了清晰的认知,同时也进一步明确了电子数据“双联性”特征.在此基础上,对当前涉电子数据案件存在着的需要解决的争议问题进行了分析,如身份关联性、介质关联性、虚拟地址关联性.同时,在审判实践中还存在着明确提出的关联性异议没有作出结论,关联性论证也未公开心证的问题.这些问题的存在对审判实践带来了影响,因此本文在结合审判实践的基础上,从电子数据关联性前置规则、电子数据载体关联性认证规则、证据关联性救济程序、司法谦抑这几个方面,探讨了该证据种类关联性规则的具体运用路径,希望可以为审判实践提供借鉴.

分布式环境下挖掘约束性关联规则的算法研究

关联规则是数据挖掘的重要研究内容。基于约束的关联规则挖掘可以促进交互式探查与分析。该文主要研究了分布式环境中挖掘约束性关联规则的问题。在并行关联规则挖掘算法CD和约束性关联规则挖掘算法Direct的基础上,提出了一种新的分布式挖掘约束性关联规则算法DMA_IC。该算法对于解决分布式挖掘约束性关联规则的问题是十分有效的。同时,文章还对DMA_IC算法的通信性能进行了讨论。

基于抽样的分布式约束性关联规则挖掘算法研究

本文采用抽样的方法,在基于约束的Eclat类算法(例如EclatA和Eclat M)的基础上,提出了一种分布式约束性关联规则的挖掘算法———DMCASE算法。本算法在各数据站点上对一个较小的样本采用基于约束的Eclat类算法,挖掘局部约束频繁项集,采用归纳学习的方法归并所有局部约束频繁项集,产生全局约束频繁项集。只需1次扫描数据库,挖掘效率较高。实验证明:该算法是一种十分有效的解决基于约束条件下的分布式关联规则挖掘算法。

基于关联规则Apriori算法的心肺性职业病病情分析及预测

心肺性职业病是目前深受人们重视的慢性职业病之一。首先对心肺性职业病的原因、症状、现社会中的治疗状况进行了调研;然后概要介绍了数据挖掘的过程和挖掘平台,详细介绍了关联规则Apriori挖掘算法和数据挖掘过程,通过向Hadoop平台导入真实心肺性职业病科患者的病历数据,对规范化的患者病症、病人住院信息等进行分析;最后,对本次的挖掘分析结果进行总结,针对挖掘结果做出本病种的相关预测。

利用关联规则挖掘恶性孤立性肺结节影像诊断规则

目的:探索数据挖掘关联规则算法对恶性SPN临床和影像诊断规则挖掘的价值,为计算机辅助诊断提供基础数据,为SPN影像诊断探索新的方法和思路。材料和方法:收集经肺穿刺或手术后病理学证实为肺癌的资料完整的恶性SPN 1 60例,对SPN临床及影像学表现属性进行标准化制定,设计出统一的规范化属性评价表,采取数据挖掘关联规则改进的Apriori算法对160例恶性SPN临床和CT表现属性进行了属性分层和属性合并的方式进行挖掘。结果:恶性SPN临床属性所挖掘出的诊断规则总共810条,恶性SPN影像一级属性所挖掘出的诊断规则总共780条,恶性SPN CT影像的一级、二级及其以上属性所挖掘出的诊断规则总共978条,恶性SPN临床和影像一级、二级及其以上属性所挖掘出的诊断规则总共822条。结论:关联规则算法可以用于恶性SPN诊断规则的数据挖掘的研究,其挖掘出来的诊断规则与临床公认的诊断规则是一致的,具有比较高的可信度。

分布式环境下约束性关联规则的快速更新

研究分布式环境下约束性关联规则更新问题,包括数据库中事务增加和删除2种情况.引入向导集的概念,提出基于全局局部模式的约束性关联规则增量式更新算法DUCAR,其中包括局部约束性频繁项目集更新算法ULFC和全局约束性频繁项目集更新算法UGFC.该算法充分利用原先的挖掘结果提高更新效率,首先从最高维的频繁n项目集进行更新,在更新过程中考虑约束条件,结合剪枝算法,生成较少数量的满足约束条件的候选项目集.将该算法用Java加以实现,采用多组数据对此算法的性能进行测试,并与其他算法作对比实验,实验结果表明,该算法是高效可行的.