融合Apriori优化算法与Relim算法的抑郁症用药规律挖掘

作     者：王慧敏 龚庆悦 胡孔法 邵荣强 陈燕 WANG Hui-min;GONG Qing-yue;HU Kong-fa;SHAO Rong-qiang;CHEN Yan

作者机构：南京中医药大学人工智能与信息技术学院江苏南京210023 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2020年第19卷第3期

页      面：190-193页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(81674099) 江苏省中医药管理局项目(YB2017008) 

主　　题：关联规则 Apriori优化算法 Relim算法 抑郁症 

摘      要：为明确中医治疗抑郁症用药规律,融合Apriori优化算法与Relim算法,采用数据挖掘技术进行分析。针对传统Apriori算法频繁扫描数据库从而生成大量候选项集的缺点,改变其原有剪枝方式以减少扫描次数。将改进后的Apriori算法与无需产生候选项集的Relim算法就中医治疗抑郁症的方剂数据进行关联规则分析,并绘制两个算法时间效率图。结果发现,两种算法在挖掘药物频繁项集与关联规则的结果基本相同,通过分析发现,中医常以疏肝、理气、补肾、滋阴等药物为主治疗抑郁症。改进后的Apriori算法可降低数据库扫描次数,较传统Apriori算法运行效率有所提高,Relim算法在空间利用率和时间执行率上均略优于改进后的Apriori算法。两种算法挖掘结果体现出中医治疗抑郁症注重疏肝理气、补肾滋阴、调理气血等特点。基于关联规则的方法可作为中医用药规律分析的重要工具。