滕辉，赵阿勐，滕迪，宁小美，何兰，宋运娜，马玉坤

(齐齐哈尔医学院，黑龙江 齐齐哈尔 161006)

0 引言

医学中海量的异质性数据，含有很多尚未被人们发现认识的信息，需要对这些数据进行处理，并从中获得新发现。关联分析技术是目前数据挖掘领域比较热门的技术，它是从海量的潜在的数据中发现事物或因素间的有用的相互关系，而定量分析这种关系，则需要有算法或公式，即关联算法，它是数据挖掘中的一类非常重要的算法。近年来，关联规则算法被多方面改进[1-4]，关联规则被广泛应用于各种数据库的挖掘中[5-8]，并在生物医学与药学的研究中得到一种推广[9]。然而，通过利用关联规则建立抗精神疾病药物网络模型还鲜有研究。

1 关联规则算法

关联规则的目的在于在一个数据集中找出项之间的关系，关联规则中有三个非常重要的指标：

衡量关联规则对出现频率影响的指标

由于药学相关文献中有含有大量的专业性名词，所以要从文献中提炼有用结论，首先要对数据进行清理。可以在药物名词间建立关联，从而确定两个药物名词间的联系。如果它们出现在同一篇文献中，那么我们就认为它们是相关的。目前，发现两者间的这种隐含关系的最重要的算法是ABC算法。它通过局部寻优，最终使全局最优值凸显出来，具有收敛速度较快的特点。其基本思想是：假设A和C都与B相关，那么A和C之间可能存在某种关系，而这种关系经常可能不会被发现。……