张胜男+车立娟+李明

摘要：大数据时代，数据挖掘作为有效地信息处理技术，可以在中医文献中提炼出潜在的、有用的信息。数据挖掘广泛应用于特定疾病、方剂、医案、名老专家临床经验与针灸的文献研究中。本文简要介绍了关联规则分析、聚类分析、决策树算法和神经网络数据挖掘方法，以及在中医文献研究中的应用情况。

关键词：中医；数据挖掘；文献研究

中图分类号：R2-03 文献标识码：A 文章编号：1006-1959（2017）13-0022-03

Abstract：The era of big data，data mining as an effective information processing technology，in the literature of traditional Chinese medicine extract potential and useful information.Data mining is widely applied to specific diseases，prescriptions，medical records，literature research and clinical experience of senior experts of acupuncture.This paper briefly introduces the association rules analysis，cluster analysis，decision making tree algorithm and neural network data mining method，and application in TCM literature research.

Key words：Traditional Chinese medicine；Data mining；Literature research

“大數据”已成为互联网信息技术行业的流行词汇。大数据时代，人们不再追求精准和因果关系，而是更为关注相关关系[1]。中医学也迎来了大数据时代，从海量中医数据中提取有用的信息也变得更加困难，数据挖掘作为有效地信息处理技术，可以帮助中医研究者挖掘海量数据中有用的信息。数据挖掘（Data Mining，DM）就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中、不为人知但又是潜在有用的信息和知识的过程[2]，数据挖掘也被称为数据库中知识发现，即从一个大的数据堆中找出有用的知识，从数据中挖掘知识[3]。这是一个从大量不完整的数据中发现、抽取有意义数据的过程。数据库知识发现技术最早是在1989年的美国人工智能协会第11届年会上提出的[4]，而后渐渐成为人们在海量数据中寻找有效知识的一个必备方法。在中医文献研究中，常用的数据挖掘方法有关联规则分析、聚类分析、决策树算法和神经网络，尤其是关联规则分析和聚类分析最为常用。……