生物医学数据挖掘国际期刊
开放获取

抽象的

中药对多数据集关联规则挖掘及统计检验

尚E*, 段J, 范X, 唐Y, 叶L

目的：中药药对由两种且仅有两种药物组成，是符合特殊配伍规定的最小药物组。方剂配伍规律是中医临床实践和现代研究中最重要的问题之一，但仍未得到完全解决。中药对是一个非常适合发现复杂的方剂配伍规律的对象。本文应用关联规则挖掘来研究中药药物对的结构特征，发现药物之间的一些特殊关系。本研究可为配方配伍法规的研究提供一定的帮助。方法：我们提出了一种增强的关联规则挖掘方法来找出中药对中两种药物之间的属性关联。并引入二项统计检验来获得所挖掘规则的统计显着性。收集并分析了包含 347 种药物的 625 个药物对的属性数据。由于大多数关联规则挖掘仅在单个数据库中运行，因此提出了基于第一个 Apriori 算法挖掘的新方法来在多个数据库（本文中的 2 代表中药药物对中的两种药物）上查找规则。然后应用统计检验进一步过滤掉不显着的规则。结果：应用Apriori算法和新方法挖掘中药对关联规则进行比较。Apriori方法发现的规则显示出虚假的高支持，其中部分来自一种药物内部的属性关联，而不是中药对中两种药物之间的属性关联。而Apriori方法无法找到复制属性的关联，例如肝-肝规则。提出的新方法可以获得药物之间的唯一关联，甚至是那些复制的属性规则。一些协会得到了很高的支持和意义。结论：本文提出了一种在多个数据库上执行关联规则挖掘的增强方法。与Apriori算法相比，新方法只能获得每个项目来自不同数据库的关联性。该方法被证实非常适合在多个数据库上进行挖掘。统计检验对于排除错误的关联规则也是必要的。一些协会得到了很高的支持和意义。结论：本文提出了一种在多个数据库上执行关联规则挖掘的增强方法。与Apriori算法相比，新方法只能获得每个项目来自不同数据库的关联性。该方法被证实非常适合在多个数据库上进行挖掘。统计检验对于排除错误的关联规则也是必要的。一些协会得到了很高的支持和意义。结论：本文提出了一种在多个数据库上执行关联规则挖掘的增强方法。与Apriori算法相比，新方法只能获得每个项目来自不同数据库的关联性。该方法被证实非常适合在多个数据库上进行挖掘。统计检验对于排除错误的关联规则也是必要的。