基于k—medoids与c5.0联合约束的药品信息挖掘算法
- 格式：pdf
- 大小：583.62 KB
- 文档页数：4
显得尤为 重要 ， 这正是数据挖掘所要完成 的任务 ． 目前 ， 使用
数据挖掘来进行数据分 析已经出现了很多 的方法 ， 鸿等人 魏 提 出要使用更 高级 的数据 挖掘 的方法 来进 行 网络的数 据分 析 来提升挖掘 的满意度． 张丽华等人 提出客户满意度 的 测评方法在满 意度 提升 中 的作 用． 与此 同时 ， 大量 的研 究者 将数据挖据 的方法 引入 到数据 的分 析 中， 使数据挖掘 成为计 算机相关算法 中最 活跃 的一 个领域 合理有效分析提供 了强 大的理论基础 ． ， 这些 方法为数 据 的
度 就 出 现 了很 大 的 局 限 性 ． 一些 方 法 仅 仅 是 将 客 户 的数 据 在
是说每个簇 中的每个对象 ， 对象到其簇 中心距 离的平方然 求 后求和 ， 这个 准则 试 图使 生成 的结 果 簇尽 可 能 的紧凑 和独
立． 因为一个 极大 值 的对 象可 能相 当程度 上扭 曲数据 的分 布 ， 以上述方法对 于孤立点 与噪声 具有极强 的敏 感性． 所 ｋ— ｍ ｄｉｓ ｅｏ 算法使用最靠 近中心 的一个 对象 来代 表该 聚类． ｄ 定
等数据 对原始数 据 的分 析影 响． 合经 典 的 ｋ—ｍ ｄｉ 结 ｅ ｏ ｓ与 ｄ ｃ． ５ ０数据挖掘 的方法 ， 将聚类分析中的得到的结果 作为决策
树 的测试集来进 行分析 ， 这样就能保证决 策树 中的属性 数据
真实可靠 ． 实验证明上述的方法可以 提高药品数据分析
的准确 率．
行 ， 定义如下 ： 其
ｋ
但是这些数据挖 掘其 实还仅 仅停 留在 简单 的数据分 析
或者 Ｏ Ａ Ｌ Ｐ阶段 ， 即使 有数据挖掘的使用 也仅仅停 留在 简单 的分类统计和简单预测等 阶段 ， 当应用到一些 大型多 区域的
复 杂 领 域 时 ， 少 考 虑 数据 的 真 实 完 整 与 数 据 预 处 理 对 挖 掘 很
关键 词 ： 据 挖 掘 ； 合 约 束 ； 据 顸 处理 数 联 数
中图分类号 ：Ｐ １ Ｔ ３２
文献标识码 ： Ａ
文章编号 ：０ ８— ６ １ ２ １ ）５— ｏ ５一 ３ １０ ４ ８ （ ０２ ０ ０７ Ｏ
随着 Ｉｔ ｔ ｎ ｍｅ 的迅 速发展 ，当今 Ｉ 术 、 ｅ Ｔ技 电子商 务及互 联 网的快速发 展和迅速 普及 ， 导致在各个 应用领域 的数据库 中存储 了大量 的数据 ， 传统 的数据挖 掘技术无法 有效地得 到 需要 的兴趣信 息… ． 这些数 据集 中包 含 了很 多有 用 的知识 ， 如何发现其 中所 隐藏 的 、 预先未知 的信 息以辅助相应 的应用
验对象 ． 使用合适 的数据预处理 的方 法来 降低 噪音 和孤立点
∑ ∑ ｌ 一ｉ ０ Ｐ ｌ
（） ２
收 稿 日期 ：０ ２— ７— ６ ２ １ ０ ２
基金项 目： 淮安市工业科技支撑项 目（ 准号 ： Ａ ２ １０ ９ ； 批 Ｈ Ｇ ０ ０ ６ ） 淮安市科技支撑 （ 工业 、 社会发展 ） 计划指导性项 目（ 批准
第 ２ ６卷 第 ５期 ２０１２年 ９月
长
沙
大
学
学
报
Ｊ ＯＵＲＮＡｔ ．ＯＦ ＣＨＡＮＧＳＨＡ ＵＮＩ ＶＥＲＳＩ ＴＹ
Ｖ ． ６ Ｎｏ ５ ＯＩ ２ ． Ｓ ｐ ｏ ．２ ０ １２
基 于 ｋ—ｍｅ ｏｄ 与 ｃ ． ｄ ｉｓ ５ ０联 合 约 束 的 药 品信 息挖 掘 算 法
号 ：Ｈ Ｓ ２ １ ０ ４ ． Ａ Ｚ ０ １２ ）
作者简介 ： 章慧 （９ ０一） 女 ， １７ ， 江苏海安人 ， 阴工学 院计算机 工程学 院副教授 ， 士． 究方 向 ： 淮 硕 研 计算 机网络 、 模式识 别、 人工智能．
义如下 ： ｋ ＝没有进行合适的预处理的情况下就进行 简单 的聚类 ， 完成 聚 类以后进行简 单 的分 析 ， 没有 发挥 数 据挖 掘 强大 的 预测 能
力， 使这些预测 的数据丢失 了继续使 用的价值 ．
为 了 解 决 这 一 问 题 ， 用 真 实 的 多 区 域 药 品 数 据 进 行 实 采
章 慧
（ 淮阴工学 院计算机工程学 院 ， 江苏 淮安 ２ ３０ ） ２０ ３
摘 要 ： 对当海量药品数据信 息 中包含 不真 实或者噪 声影响 的信 息时 ， 针 一般 的数 据挖掘 分析 方法将产 生很 大 的弊 端 ，
传统的药品关联行为分析 中使用一种 大类 的数据挖掘分析 方法， 忽略 了药品数据 分析 结果 与实际下一 步行 为预测 的联 系． 为 了解决这一 问题提 出了 ｋ—ｍ ｄｉｓ ｃ ． ｅｏ 与 ５０联合 约束的药品数据挖 掘方法 ， ｄ 并且在 第一步的聚类分析 中充分考虑噪 声与孤立 点的影响 ， 用第一 步聚类的结果分别作 为后期 决策树分类 的数 据样 本 ， 并且进行 适 当的数据预 处理 ， 这样就 能保证模 型的 演 算准确性． 实验证 明这种 药品数据 分析模 型准确有效 ， 挖掘 的效率更高．
１ ｋ—ｍ ｄｉｓ 法 的数据 挖掘 ｅｏ 算 ｄ
在数据挖 掘的聚类分 析中最常用的是 ｋ ｅｏｄ 算法 ， —ｍ ｄ ｉ ｓ ｋ—ｍ ｄ ｉ 算法是基 于质心 的算法 ． ｋ ｅｏ ｓ ｄ 以 为参数 ， ／个对象 把 １ ，
分为 ｋ 簇， 个 以使簇 内具有 较高 的相 似度 ， 而簇 间的相 似度 较低 ， 相似度的计算根据簇 间 的一个平均 值 （ 被看 作簇 的重 心） 来进行 ． 通常采用 准则 函数是 平方 误差 的准则 函数来进
Ｅ＝∑ ∑ Ｉ— ｍｌ Ｐ
ｌ １ 口 Ｅ ｃ ｉ
（） １
上式 中 ｅ 是数据库 中所有对 象平方误 差 的总和 ； Ｐ是空 间 中的点 ， 它表示给定的数据对象 ｍ 是簇 ｃ 的平均值 ， 也就
带来的影响． 这些研究 方法 还没有将 数据挖 掘的研究结果 整 合到一个完整的分析体系 中， 这些方法 的适用 范 围与准确 程
