论文部分内容阅读
目的建立以异质关联网络为基础的辨证规律挖掘方法。方法从医案数据入手,以矩阵运算为基础,以联合度为评价指标,构建"症状-证素-证型"异质关联网络HAN(Heterogeneous Associated Network),探索"症状-证素-证型"两两元素之间的组合规则。为了验证算法的有效性,与经典的关联分析算法Apriori进行比较,分别对1164条肝癌医案的辨证规律进行分析,比较两种算法的提取结果。结果HAN算法提取结果和计算效率优于Apriori算法,提取辨证规律符