，，

随着互联网的快速发展，在线医疗咨询受到广大互联网用户的青睐。根据2018年1月发布的第41次《中国互联网络发展状况统计报告》[1]可知，在线医疗已取得了快速发展。

近年来，民众进行健康咨询时，对西医和中医治疗效果的关注有增加趋势。不同病症有各自适合的治疗方案，因此有必要分析具体病症的西医或中医治疗方案的倾向性。如果能从疾病症状描述中提取有用信息，识别出适合的治疗方案，则可快速为用户提供具有针对性的备选治疗方案。心血管疾病症状典型，既有西医也有中西医结合治疗方案，适合用作研究对象[2]。

鉴于此，本文抓取在线医疗网站的疾病信息，以心血管疾病作为具体对象，采用机器学习技术识别其治疗方案的倾向性。

1 研究方法

随着数据挖掘技术的快速发展，医学文本挖掘已经成为医学研究的一个重要方向。在中医药治疗哮喘处方规律的研究上，孟繁璞[3]采用文本挖掘技术，从中国生物文献数据库以及中国学术期刊数据库中总结出治疗支气管哮喘的常用药剂；刘俊丽等[4]以万方医学网收录的乙肝研究的期刊文献为数据源，采用文本挖掘技术，构建了共词矩阵并绘制乙型肝炎相关文献的知识图谱；姜春燕[5]利用文本挖掘技术分析银屑病中医用药规律和中医治疗银屑病的核心药物及其组合配伍关系。以上相关研究大都侧重对已有文本数据的挖掘和统计，缺乏对挖掘出来的信息进行有效预测。……