導(dǎo)語(yǔ)：中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)的實(shí)踐與應(yīng)用一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：為推動(dòng)中醫(yī)藥研究的發(fā)展，并為中醫(yī)藥數(shù)據(jù)應(yīng)用提供有效的挖掘技術(shù)支持，本文設(shè)計(jì)了基于TCMMiner數(shù)據(jù)庫(kù)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)。在總體思路、總體設(shè)計(jì)、功能設(shè)計(jì)、工作流程設(shè)計(jì)以及完善設(shè)計(jì)等方面，對(duì)系統(tǒng)設(shè)計(jì)進(jìn)行細(xì)致的闡述。在文本處理、頻次統(tǒng)計(jì)、關(guān)鍵詞關(guān)聯(lián)分析以及作者高頻組合分析等方面應(yīng)用該系統(tǒng)，結(jié)果表明本文設(shè)計(jì)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)為中醫(yī)藥數(shù)據(jù)挖掘和應(yīng)用提供了非常有效的工具。

關(guān)鍵詞：中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)；TCMMiner數(shù)據(jù)庫(kù)；關(guān)鍵詞關(guān)聯(lián)分析；作者高頻組合分析

大數(shù)據(jù)技術(shù)在中醫(yī)藥領(lǐng)域的應(yīng)用，為中醫(yī)藥研究、疾病診治等方面提供了技術(shù)支撐[1]。由于中醫(yī)藥數(shù)據(jù)具有不規(guī)范性、小樣本、寬數(shù)據(jù)以及信息復(fù)雜等特點(diǎn)，因此中醫(yī)藥數(shù)據(jù)挖掘與傳統(tǒng)“數(shù)據(jù)挖掘”存在較大差別[1]?；谥嗅t(yī)藥數(shù)據(jù)特征的分析，以突破中醫(yī)藥數(shù)據(jù)挖掘的局限性為重點(diǎn)，設(shè)計(jì)以TCMMiner數(shù)據(jù)庫(kù)為基礎(chǔ)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的數(shù)據(jù)挖掘系統(tǒng)能夠有效幫助系統(tǒng)使用人員進(jìn)行數(shù)據(jù)拆分與合并及數(shù)據(jù)挖掘等工作，在有效節(jié)約數(shù)據(jù)提取與應(yīng)用時(shí)間的基礎(chǔ)上，為中醫(yī)藥研究工作提供了更有效的參考。

1中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)的構(gòu)建

1.1總體思路

中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)的構(gòu)建需要以技術(shù)適應(yīng)性為基本點(diǎn)，以中醫(yī)藥診療思路和特征分析為重點(diǎn)，確保數(shù)據(jù)挖掘系統(tǒng)具有高度辯證性為前提，構(gòu)建多維度、多視角的數(shù)據(jù)挖掘系統(tǒng)[2]。

1.2系統(tǒng)總體設(shè)計(jì)

基于設(shè)計(jì)的總體思路，以充分發(fā)揮系統(tǒng)的價(jià)值為目標(biāo)，設(shè)計(jì)包括頁(yè)面、應(yīng)用、功能服務(wù)、技術(shù)以及數(shù)據(jù)管理5大層次的數(shù)據(jù)挖掘系統(tǒng)[3]，如表1所示。

1.3系統(tǒng)功能設(shè)計(jì)

數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)通常應(yīng)用關(guān)聯(lián)規(guī)則、分類、聚類等方法，包括數(shù)據(jù)挖掘、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用等內(nèi)容，可以實(shí)現(xiàn)數(shù)據(jù)信息的精準(zhǔn)選擇、變換、評(píng)估等[4]。為有效設(shè)計(jì)與實(shí)現(xiàn)中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)，結(jié)合中醫(yī)藥數(shù)據(jù)的特點(diǎn)，設(shè)計(jì)了10個(gè)功能模塊，包括數(shù)據(jù)拆分與合并、頻次統(tǒng)計(jì)、矩陣轉(zhuǎn)換數(shù)據(jù)文本轉(zhuǎn)換以及關(guān)聯(lián)規(guī)則挖掘等[5-6]，具體如圖1所示。數(shù)據(jù)拆分與合并方面，中醫(yī)藥的處方數(shù)據(jù)信息較多，且數(shù)據(jù)信息的呈現(xiàn)方式具有特殊性，需要數(shù)據(jù)挖掘系統(tǒng)對(duì)處方數(shù)據(jù)信息進(jìn)行有效挖掘、統(tǒng)計(jì)及修正。結(jié)合表1的內(nèi)容可知，本系統(tǒng)設(shè)計(jì)應(yīng)用TCMMiner數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)可以實(shí)現(xiàn)數(shù)據(jù)的拆分與合并，有利于中醫(yī)藥處方數(shù)據(jù)信息的進(jìn)一步統(tǒng)計(jì)和處理。頻次統(tǒng)計(jì)方面，頻次統(tǒng)計(jì)主要是對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。由于中藥處方數(shù)據(jù)信息具有特殊性，通常存在證候的正異名統(tǒng)計(jì)問(wèn)題，因此本次系統(tǒng)設(shè)計(jì)時(shí)，在TCMMiner數(shù)據(jù)庫(kù)中錄入中藥、證候等中醫(yī)藥術(shù)語(yǔ)內(nèi)容，以提高術(shù)語(yǔ)及中醫(yī)藥處方信息的規(guī)范頻次，確保數(shù)據(jù)挖掘具有精準(zhǔn)性和全面性。為提高頻次統(tǒng)計(jì)過(guò)程中的證候正異名統(tǒng)計(jì)實(shí)效，本系統(tǒng)錄入了2016年版《醫(yī)學(xué)主題詞表（中文）》和2015年版《中華人民共和國(guó)藥典》等術(shù)語(yǔ)詞匯包，為提高頻次統(tǒng)計(jì)的規(guī)范性和精準(zhǔn)性以及數(shù)據(jù)挖掘的實(shí)用性與針對(duì)性奠定了堅(jiān)實(shí)基礎(chǔ)。文本抽取方面，中醫(yī)藥處方數(shù)據(jù)信息通常以大段文字的形式存在，難以避免其中存在無(wú)效信息，在一定程度上增加了數(shù)據(jù)挖掘的復(fù)雜性。應(yīng)用TCMMiner數(shù)據(jù)庫(kù)，對(duì)處方數(shù)據(jù)信息進(jìn)行處理分析和提取，在提高文本抽取效率的基礎(chǔ)上，為分析處方用藥規(guī)律奠定了堅(jiān)實(shí)基礎(chǔ)?？紤]到在實(shí)際工作中，文本格式無(wú)法被數(shù)據(jù)挖掘系統(tǒng)直接提取和分析，需要進(jìn)行文本格式轉(zhuǎn)換，本系統(tǒng)設(shè)計(jì)應(yīng)用了中醫(yī)藥ETL模塊，對(duì)文本格式進(jìn)行多格式的轉(zhuǎn)化。矩陣轉(zhuǎn)換方面，數(shù)據(jù)挖掘軟件計(jì)算功能的設(shè)計(jì)與實(shí)現(xiàn)需要應(yīng)用TCMMiner數(shù)據(jù)庫(kù)技術(shù)，對(duì)數(shù)據(jù)的形式、格式等進(jìn)行轉(zhuǎn)換，以實(shí)現(xiàn)用戶與常規(guī)的數(shù)據(jù)挖掘軟件聯(lián)合使用。另外，本系統(tǒng)中設(shè)計(jì)了數(shù)據(jù)矩陣模塊，該模塊可以提供逆矩陣計(jì)算方式，能夠完成符號(hào)分隔數(shù)據(jù)的轉(zhuǎn)換與計(jì)算，為數(shù)據(jù)挖掘及應(yīng)用提供了極大便利。關(guān)聯(lián)規(guī)則挖掘方面，關(guān)聯(lián)關(guān)系挖掘可以發(fā)現(xiàn)數(shù)據(jù)信息之間的隱藏關(guān)系。基于數(shù)據(jù)挖掘算法，設(shè)置最小支持度、最小置信度來(lái)提高數(shù)據(jù)關(guān)聯(lián)性的分析效率，可以更有效地獲取數(shù)據(jù)信息的規(guī)律，并實(shí)現(xiàn)相關(guān)信息的組配關(guān)系分析。聚類挖掘方面，本系統(tǒng)設(shè)計(jì)將聚類挖掘確定為以相似性為標(biāo)準(zhǔn)的個(gè)體分類方式。應(yīng)用k-means算法，設(shè)置k值，以便找到聚類個(gè)數(shù)。貝葉斯處理方面，在已知的樣本中應(yīng)用貝葉斯分類方法，根據(jù)樣本類型數(shù)據(jù)模型，預(yù)測(cè)未知類型樣本的特定概率，可以在計(jì)算中藥、癥候等要素間概率關(guān)系方面發(fā)揮重要作用。除上述內(nèi)容外，本研究以強(qiáng)化中醫(yī)藥的傳播與交流為目標(biāo)，在系統(tǒng)設(shè)計(jì)過(guò)程中設(shè)計(jì)并應(yīng)用了專業(yè)文章翻譯模塊。由于翻譯軟件存在中醫(yī)藥信息翻譯精度不高等問(wèn)題，所以本研究選擇在系統(tǒng)中錄入《醫(yī)學(xué)主題詞表（中文）》，并以此為翻譯標(biāo)準(zhǔn)，對(duì)中醫(yī)藥術(shù)語(yǔ)等內(nèi)容進(jìn)行精準(zhǔn)翻譯。

1.4系統(tǒng)工作流程設(shè)計(jì)

在設(shè)計(jì)挖掘系統(tǒng)的工作流程方面，考慮到中醫(yī)藥數(shù)據(jù)的特征以及數(shù)據(jù)挖掘與應(yīng)用需求，在文件上傳、參數(shù)配置、結(jié)果展示和結(jié)果下載等4個(gè)方面進(jìn)行流程設(shè)計(jì)。文件上傳是系統(tǒng)用戶將文件上傳到系統(tǒng)數(shù)據(jù)庫(kù)中，系統(tǒng)進(jìn)行文件數(shù)據(jù)的展示；參數(shù)配置是基于不同功能服務(wù)的應(yīng)用，對(duì)不同數(shù)據(jù)參數(shù)設(shè)置、參數(shù)應(yīng)用需求進(jìn)行分析，實(shí)現(xiàn)以用戶服務(wù)為目標(biāo)的參數(shù)設(shè)置；結(jié)果展示是系統(tǒng)用戶可以根據(jù)實(shí)際需求，在頁(yè)面中選取和查看所需參數(shù)結(jié)果；結(jié)果下載是系統(tǒng)用戶可以將參數(shù)結(jié)果下載到本地使用。

1.5系統(tǒng)完善設(shè)計(jì)

為保證系統(tǒng)具有良好的應(yīng)用價(jià)值，在本系統(tǒng)設(shè)計(jì)的過(guò)程中進(jìn)行了缺失值的處理和噪音數(shù)據(jù)的處理。缺失值處理方面，在中醫(yī)藥處方信息提取和應(yīng)用過(guò)程中，有可能出現(xiàn)數(shù)據(jù)缺失的問(wèn)題，例如中醫(yī)藥臨床輔助決策中各類中藥的用量等數(shù)據(jù)確實(shí)難以為中醫(yī)藥研究、藥物組合的應(yīng)用提供有力依據(jù)和參考。為了應(yīng)對(duì)此情況，以中醫(yī)藥數(shù)據(jù)特征分析為基礎(chǔ)，以數(shù)據(jù)決策目標(biāo)為重點(diǎn)，應(yīng)用缺失值填充算法補(bǔ)充和完善缺失的數(shù)據(jù)信息。例如，在本系統(tǒng)設(shè)計(jì)中，應(yīng)用平均值填充法對(duì)缺失的數(shù)值類數(shù)據(jù)進(jìn)行填充和完善。噪聲數(shù)據(jù)處理方面，本系統(tǒng)設(shè)計(jì)主要是針對(duì)一詞多義、詞義交叉等噪聲數(shù)據(jù)進(jìn)行處理。噪聲數(shù)據(jù)處理方法主要是以《中醫(yī)診斷術(shù)語(yǔ)標(biāo)準(zhǔn)》《中華人民共和國(guó)藥典》《中藥學(xué)》等為依據(jù)和標(biāo)準(zhǔn)，對(duì)噪聲數(shù)據(jù)進(jìn)行規(guī)范、刪除等處理，確保數(shù)據(jù)挖掘和應(yīng)用的精確性。

2中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)實(shí)踐應(yīng)用

2.1文本處理

以搜索“針灸療法”為例，在系統(tǒng)中搜索該文本內(nèi)容，以2018—2021年為時(shí)間期限，搜索到460條記錄。搜索完成后，系統(tǒng)用戶可以根據(jù)實(shí)際需求選擇文本進(jìn)行下載，下載格式為.txt，隨后應(yīng)用TCMMiner，將下載的文本格式轉(zhuǎn)換為Excel格式。

2.2頻次統(tǒng)計(jì)

本系統(tǒng)可以通過(guò)TCMMiner將數(shù)據(jù)轉(zhuǎn)換為單獨(dú)詞語(yǔ)，并對(duì)詞語(yǔ)及相關(guān)詞匯的使用頻次進(jìn)行統(tǒng)計(jì)分析，如中醫(yī)藥數(shù)據(jù)的錄入時(shí)間、中醫(yī)藥詞匯來(lái)源、所搜文本的關(guān)聯(lián)內(nèi)容等。

2.3關(guān)鍵詞關(guān)聯(lián)分析

通過(guò)關(guān)鍵詞的關(guān)聯(lián)分析，可以更加充分的了解某個(gè)領(lǐng)域的研究熱點(diǎn)，對(duì)中醫(yī)藥研究發(fā)展等具有積極意義?；诖四繕?biāo)分析，在中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)中，應(yīng)用統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案（StatisticalProductandServiceSolutions，SPSS）層次聚類法，實(shí)現(xiàn)了關(guān)鍵詞的聚類分析，并通過(guò)TCMMiner的應(yīng)用，實(shí)現(xiàn)關(guān)鍵詞詞列向數(shù)據(jù)矩陣的轉(zhuǎn)換。以“白術(shù)、半夏”為例，導(dǎo)入需要進(jìn)行數(shù)據(jù)挖掘的源數(shù)據(jù)，在病名處選擇“咳嗽”并將支持度和置信度選擇為0.5。隨后進(jìn)行分析，得出表2結(jié)果。由表2可知，數(shù)據(jù)挖掘系統(tǒng)中，搜索到關(guān)于治療“咳嗽”的藥物組合中，白術(shù)→半夏，半夏→白術(shù)，薄荷、白術(shù)→半夏，薄荷、半夏→白術(shù)的置信度皆為100%；白術(shù)→半夏、半夏→白術(shù)的支持度為79.23%。由此分析可知，白術(shù)、半夏為治療“咳嗽”的常用藥，且使用頻率較高。

2.4作者高頻組合分析

應(yīng)用TCMMiner的關(guān)聯(lián)規(guī)則，對(duì)高頻組合內(nèi)容進(jìn)行挖掘，可以找出高頻組合內(nèi)容，為數(shù)據(jù)應(yīng)用情況及中醫(yī)藥研究項(xiàng)目情況的分析提供有力支持，具體如表3所示。通過(guò)實(shí)踐應(yīng)用分析表明，本文設(shè)計(jì)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)具有較高的應(yīng)用價(jià)值。由于中醫(yī)藥數(shù)據(jù)信息的更新速度較快，且原有中醫(yī)藥詞表無(wú)須更新，在使用時(shí)間的積累下，系統(tǒng)中的數(shù)據(jù)規(guī)模不斷擴(kuò)大，數(shù)據(jù)挖掘算法逐漸增多。為保證系統(tǒng)應(yīng)用有效性，需要不斷優(yōu)化和增強(qiáng)系統(tǒng)功能。本系統(tǒng)設(shè)計(jì)應(yīng)用了TCMMiner數(shù)據(jù)庫(kù)，不僅可以綜合應(yīng)用中醫(yī)藥數(shù)據(jù)挖掘功能服務(wù)模塊，還可以對(duì)服務(wù)模塊進(jìn)行優(yōu)化和完善，為系統(tǒng)有效應(yīng)用及系統(tǒng)數(shù)據(jù)更新提供更有力的技術(shù)支持。

3結(jié)語(yǔ)

中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)與應(yīng)用對(duì)中醫(yī)藥研究等產(chǎn)生重要影響。本文綜合中醫(yī)藥數(shù)據(jù)特征的分析，設(shè)計(jì)了基于TCMMiner數(shù)據(jù)庫(kù)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)。以實(shí)踐應(yīng)用為視角，在文本處理、頻次統(tǒng)計(jì)、關(guān)鍵詞關(guān)聯(lián)分析以及作者高頻組合分析這4個(gè)方面驗(yàn)證了系統(tǒng)應(yīng)用的有效性。結(jié)果表明，基于TCMMiner數(shù)據(jù)庫(kù)的中醫(yī)藥數(shù)據(jù)挖掘系統(tǒng)為中醫(yī)藥數(shù)據(jù)挖掘及應(yīng)用提供了有力支撐和有效工具。綜合而言，本次系統(tǒng)設(shè)計(jì)應(yīng)用未從社會(huì)效益、數(shù)據(jù)更新視角對(duì)系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)和研究，需要在后續(xù)研究中進(jìn)行深度的分析和探索，以豐富研究成果，從而為中醫(yī)藥數(shù)據(jù)挖掘及中醫(yī)藥研究等工作提供更有力的系統(tǒng)技術(shù)支持。

參考文獻(xiàn)

[1]許雪蓮,吳昆侖.數(shù)據(jù)挖掘技術(shù)在中醫(yī)藥研究中的應(yīng)用[J].河南中醫(yī),2020,40(11):1633-1637.

[2]王金虹,馬斌,李艷彥.基于相關(guān)系數(shù)與關(guān)聯(lián)規(guī)則分析的中醫(yī)藥防治新型冠狀病毒肺炎用藥規(guī)律研究[J].中國(guó)中醫(yī)藥圖書情報(bào)雜志,2022,46(1):1-5.

[3]陳洪雁,張大偉,萬(wàn)俊偉,等.基于大數(shù)據(jù)的空間目標(biāo)監(jiān)測(cè)數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與應(yīng)用[J].航天電子對(duì)抗,2020,36(4):11-14.

[4]狄宏林,吳瑕,周勇.聚類算法與關(guān)聯(lián)規(guī)則在智慧校園數(shù)據(jù)分析中的創(chuàng)新應(yīng)用與研究[J].貴陽(yáng)學(xué)院學(xué)報(bào)(自然科學(xué)版),2021,16(4):16-19.

[5]伍嘉儀,翁衡,鄭瑋琳,等.基于中醫(yī)藥大數(shù)據(jù)智能處理與知識(shí)服務(wù)系統(tǒng)探析經(jīng)行頭痛臨床特征與方藥規(guī)律[J].廣州中醫(yī)藥大學(xué)學(xué)報(bào),2020,37(9):1808-1815.

[6]張靜美,陳曉陽(yáng),秦慶廣,等.基于數(shù)據(jù)挖掘與網(wǎng)絡(luò)藥理學(xué)探討徐學(xué)功治療冠心病PCI術(shù)后中藥使用規(guī)律與作用機(jī)制[J].中醫(yī)藥導(dǎo)報(bào),2021,27(8):148-153.

作者：張晨 單位：中國(guó)中醫(yī)科學(xué)院眼科醫(yī)院