基于gSpan改进算法的中医辨证论治模式挖掘研究

任晋宇，白琳，周志阳，冯睿智，钟华

中医药信息学

基于gSpan改进算法的中医辨证论治模式挖掘研究

任晋宇1，白琳1，周志阳1，冯睿智2，钟华1

1.中国科学院软件研究所，北京 100190；2.四川大学华西医院，四川 成都 610041

扩展经典的频繁子图挖掘算法以获得在中医学科中表现更好的数据挖掘效果，从而得出隐含在中医病案中的辨证论治模式。结合中医病案数据特征，扩展经典的图挖掘算法，对多个症状属性分别设置最小支持度阈值参数，再用扩展后的基于多重最小支持度的数据挖掘算法对数据集中蕴含的辨证论治模式进行挖掘。对3 319条慢性阻塞性肺疾病（急性加重期）真实病案数据应用扩展的频繁子图挖掘算法，得到一系列该病相关的八纲辨证模式。与经典算法相比，扩展算法挖掘得到的辨证模式在模式维度和数量方面均明显提升。扩展后的频繁子图挖掘算法能够运用于中医辨证论治模式的挖掘，发现病案中隐含的辨证规律，且在模式完备性上具有比原始算法更好的效果。

模式挖掘；频繁子图；多重最小支持度；辨证论治模式

数据挖掘是从数据集中发现潜在的、隐藏的归纳性知识的一种方法，能在纷繁的数据中获得具有代表性、可信度高的信息。传统的分类、聚类等数据挖掘算法主要针对简单类型数据进行挖掘。对于图这种计算机科学中通用的数据结构，普通数据挖掘算法难以应对其内部错综复杂的顶点之间的关系[1]。为解决这一问题，图数据挖掘应运而生，并且已经成为数据挖掘领域的基础性研究问题，特别是频繁子图挖掘方向引起了广泛关注。……