不完整数据库中的数据挖掘

数据挖掘是从数据中提取有用知识的过程。在现实生活中,数据丢失的情况是很常见的,尤其是在商业数据库中,由于文件错误、纪录缺失、存储策略的改变等都会引起数据丢失而造成数据库的不完整。这种不完整性会影响关联规则的挖掘过程,因为在有数据缺失时对规则的支持度以及可信度的计算都得不到确定值。把Apriori算法应用于不完整数据库,基于期望支持度和期望可信度,给出了一个挖掘不完整事务数据库中关联规则的算法。

基于时空信息融合的矿用变压器绝缘状态评估方法

现有矿用变压器状态评估方法大多侧重评估模型及理论的研究,而忽视各评估指标时域和空域的关联性分析。针对该问题,提出了一种基于时空信息融合的矿用变压器绝缘状态评估方法。针对矿用变压器绝缘状态评估中数据信息的随机性、模糊性等特点,建立多层次状态评估体系;引入关联规则和变权重理论,确定评估模型中因素层的变权重系数,构建因素层指标的模糊隶属度函数,并计算其原始基本概率赋值;基于D-S证据理论对评估模型中各因素及各周期的基本概率赋值进行融合,首先将因素层评估得到的各因素基本概率赋值与其权重系数进行时域信息融合,然后对其时域融合信息进行空域融合,最后结合信度准则判断矿用变压器绝缘状态。实例验证结果表明,所提方法可对矿用变压器绝缘状态进行准确有效评估。

不完全数据库中的关联规则挖掘

在不完全数据库中挖掘关联规则是一个重要的数据挖掘问题,其关联规则的支持度和置信度不可能精确计算,但可以估计.基于关联规则支持度和置信度的估计,讨论了不完全数据库中关联规则的挖掘问题.

不完全数据库中关联规则的两种求估方法

在关系数据库中 ,数据丢失现象常常是不可避免的。在不完全数据库中挖掘关联规则的关键问题是如何估算关联规则的支持度和置信度。给出了不完全数据库中关联规则挖掘的两种求估方法 。

不完整数据库中关联规则的评估

介绍了不完整关系数据库中的关联规则，以及它的支持率和置信度的评估方法，并定义了它的期望支持率和期望置信度，这些定义保证了关联规则挖掘的某些必需的性质。

基于数据挖掘技术的慢性肾脏病中医症候规律研究

目的:遵循循证医学的原则,对201例肾病患者的中医药临床研究数据进行挖掘,发现慢性肾脏病的中医症状,为慢性肾脏病的诊断和治疗提供有效的参考。方法:运用频数分析法和关联规则分析对201例肾病患者临床数据进行分析。结果:患者的舌质主要是红和淡红,其频率分别为39.7%,33.3%;舌苔主要是白、白腻和薄白,其频率分别为34%,17.6%和15%;脉象主要是细,细滑,沉细脉象,其频率分别为20.5%,13.5%,10.3%。另外,患者的中医辨证主证主要是气阴两虚证和肝肾阴虚证,其频率分别达到46.3%,24.4%;中医兼证中湿热证、湿浊证和血瘀证占比较高,其频率分别为32.6%,29.4%与23%。且由关联规则分析可以得到中医主证和兼证与所对应的舌质、舌苔和脉象的关联性的强弱。结论:频数分析法和关联规则分析能够清楚地展示慢性肾脏病的中医征候规律,有助于慢性肾脏病的精准诊断和个性化治疗。

李济仁治疗胃系疾病方药规律数据挖掘系统综述

[主要目的]数据挖掘分析李济仁治疗胃系疾病方药规律。[资料来源]2014年12月至2015年3月皖南医学院附属弋矶山医院国医大师工作室门诊。[选择文献量及依据]中医和中西医结合临床确诊或经胃镜确诊胃系疾病的病案处方。复诊次数≥2次,只选择一次复诊病案。排除信息不全、方药组成不完整及临床疗效不显著病案。[数据提炼规则及应用方法]筛选处方录入"中医传承辅助系统(V2.5)",2位助手审核。采用关联规则Apriori算法、复杂系统熵聚类等无监督数据挖掘方法,分析方药使用频次及药味关联规则。药味频次:方剂药味按出现频次排序;药症关联:症状按出现频次排序;组方规律(支持度20%,置信度0.9):药味组合按出现频次排序,关联分析所得药对;聚类分析新药味组合(改进互信息法、复杂系统熵聚类):聚类分析前,选择合适相关度和惩罚度,"提取组合",发现新药味组合(基本算法示无监督熵层次聚类),网状结构图展示。[数据综合得出结果与结论]纳入样本80例,处方120首,用药117种。使用频次>25的前10味:炒白术>茯苓>蒲公英>乌药>木香>佛手>瓦楞子>香附>金钱草>全蝎。药症关联前7位症状:嗳气>腹胀>胃脘胀痛>大便不成形>胃脘隐痛>泛酸>嘈杂。16味联系紧密核心用药:黄芪、炒白术、茯苓、木香、瓦楞子、姜半夏、竹茹、八月札、佛手、香附、蒲公英、金钱草、沉香、乌药、延胡索、全蝎。聚类新药味组合共6对。[未来展望]多中心、大样本长时间调查研究,更好挖掘、传承名老中医经验。

关联规则在成绩分析中的应用

文章简要介绍了数据挖掘技术的概念、挖掘过程及关联规则,并对在校大学生各科期末成绩进行关联规则挖掘分析,找出它们之间的内在联系为教学管理和改革提供依据。

基于知识图谱的中西医结合急腹症诊疗推理分析

目的:针对急腹症临床诊疗规范化问题和名老中医诊疗经验传承问题,提出基于不完备知识库的关联规则挖掘(AMIE)+随机游走的诊疗推理算法,通过推荐病例的个性化诊疗方案,为基层医生提供信息服务和技术支持。方法:采集中西医结合诊疗急腹症的名老中医诊疗经验和临床诊疗指南文本数据,完成知识抽取任务,构建基于Neo4j的急腹症知识图谱。在基于本体规则推理的基础上,使用基于相似证候的规则推理扩展证候推荐结果中Jaccard相似度大于阈值的证候组合;使用语义路径覆盖算法计算症状节点之间的语义相似度,将症状节点分为10类,扩展同一类别的症状节点,并使用随机游走算法搜索证候连通的症状节点,扩展证候与症状节点的连接规则,以实现AMIE+随机游走的知识推理。结果:急腹症知识图谱包括1320个节点和2464个关系,根据知识推理的链接预测评价指标,对比3种算法在急腹症辅助诊疗应用上的推理结果;AMIE+随机游走算法通过扩展相似证候连接规则和证候-症状的连接规则来补全知识图谱,相较于基于本体规则的知识推理算法,其曲线下面积(AUC)高出15.18%,其精确度高出30.36%,实现了更准确有效的知识推理。结论:该研究运用知识图谱技术将急腹症的中西医诊断和疗法用药进行可视化,辅助基层临床医生直观查看诊疗过程和数据关系。提出的诊疗推理算法实现了在“病-证-诊-治-方”层面上的个性化诊疗方案推荐,能够辅助基层医生进行疾病诊疗和临床决策,有助于名老中医诊疗经验和临床指南的知识共享及推广应用,提高基层临床诊疗水平,促进中西医结合急腹症诊疗过程的规范化与标准化。