数据挖掘论文精选5篇论文

数据挖掘论⽂精选5篇论⽂

数据挖掘⼀：

题⽬：数据挖掘技术在神经根型颈椎病⽅剂研究中的优势及应⽤进展

关键词：数据挖掘技术; 神经根型颈椎病; ⽅剂; 综述;

1 数据挖掘技术简介

数据挖掘技术[1] (Knowledge Discovery in Datebase, KKD) , 是⼀种新兴的信息处理技术, 它融汇

了⼈⼯智能、模式别、模糊数学、数据库、数理统计等多种技术⽅法, 专门⽤于海量数据的处理, 从⼤量

的、不完全的、有噪声的、模糊的、随机的数据集中, 提取隐含在其中的、⼈们事先不知道的、但⼜是

潜在的有⽤的信息和知识, 其⽬的是发现规律⽽不是验证假设。数据挖掘技术主要适⽤于庞⼤的数据库

的研究, 其特点在于:基于数据分析⽅法⾓度的分类, 其本质属于观察性研究, 数据来源于⽇常诊疗⼯作,

应⽤的技术较传统研究更先进, 分析⼯具、理论模型与传统研究区别较⼤。其操作步骤包括[2]:选择数

据, 数据处理, 挖掘分析, 结果解释, 其中结果解释是数据挖掘技术研究的关键。其⽅法包括分类、聚类、

关联、序列、决策树、贝斯⽹络、因⼦、辨别等分析[3], 其结果通常表⽰为概念、规则、规律、模式、

约束、可视化等形式图[4]。当今数据挖掘技术的⽅向主要在于:特定数据挖掘, ⾼效挖掘算法, 提⾼结果

的有效性、确定性和表达性, 结果的可视化, 多抽象层上的交互式数据挖掘, 多元数据挖掘及数据的安全

性和保密性。因其优势和独特性被运⽤于多个领域中, 且结果运⽤后取得显着成效, 因此越来越多的中医

⽅剂研究者将其运⽤于⽅剂中药物的研究。

2 数据挖掘术在神经根型颈椎病治⽅研究中的优势

中医对于神经根型颈椎病的治疗准则为辨证论治, 从古⾄今神经根型颈椎病的中医证型有很多, 其治

⽅是集中医之理、法、⽅、药为⼀体的数据集合, 具有以“⽅-药-证”为核⼼的多维结构。⽅剂配伍本质上

表现为⽅与⽅、⽅与药、药与药、药与剂量, 以及⽅药与证、病、症交叉错综的关联与对应[5], ⽽中医

⽅剂讲究君⾂佐使的配伍, 药物有升降沉浮, 四⽓五味及归经之别, 对于神经根型颈椎病的治疗, 治⽅中药

物的种类、炮制⽅法、⽤量、⽤法等都是千变万化的, ⽽这些海量、模糊、看似随机的药物背后隐藏着

对临床有⽤的信息和规律, 但这些⼤数据是⽆法在可承受的时间范围内可⽤常规软件⼯具进⾏捕捉、管

理和处理的, 是需要⼀个新处理模式才能具有更强的决策⼒、洞察⼒和流程优化能⼒, ⽽数据挖掘技术有

可能从这些海量的的数据中发现新知识, 揭⽰背后隐藏的关系和规则, 并且对未知的情况进⾏预测[6]。

再者, 中医辨治充满⾮线性思维, “⽅-药-证”间的多层关联、序列组合、集群对应, 形成了整体论的思维⽅

式和原则, ⽽数据挖掘技术数据挖掘在技术线路上与传统数据处理⽅法不同在于其能对数据库内的数据

以线性和⾮线性⽅式解析, 尤善处理模糊的、⾮量化的数据。例如赵睿曦等[7]在研究张⽒⾻伤治疗腰椎

间盘突出症的⽤药规律时, 选取了100张治⽅, 因该病病因病机复杂, 证候不⼀, ⾻伤名师张⽟柱先⽣对该

病的治则治法、药物使⽤是不同的。因此他们利⽤Excel建⽴⽅证数据库, 采⽤SPPS Clementine12.0

软件对这些数据的⽤药频次、药物关联规则及药物聚类进⾏分析, 最后总结出张⽒⾻伤治疗腰椎间盘突

出症遵循病从肝治、病从⾎治、标本兼治的原则, 也归纳出治疗三种不同证型的腰突症的三类⾃拟⽅。

由此看出数据挖掘技术在⽅剂研究中的应⽤对数据背后信息、规律等的挖掘及名家经验的推⼴具有重⼤

意义, 因此数据挖掘技术在神经根型颈椎病的治⽅研究中也同样发挥着巨⼤的作⽤。

3 数据挖掘技术在神经根型颈椎治⽅中的应⽤进展数据挖掘论⽂精选5篇论⽂

神经根型颈椎病在所有颈椎病中最常见, 约占50%~60%[8], 医家对其治⽅的研究也是不计其数。近

年来数据挖掘技术也被运⽤于其治⽅研究中, 笔者通过万⽅、中国知⽹等总共检索出以下⼏篇⽂献, 虽数

量不多但其优势明显。刘向前等[9]在挖掘古⽅治疗神经根型颈椎病的⽤药规律时, 通过检索《中华医

典》并从中筛选以治疗颈项肩臂痛为主的古⽅219⾸并建⽴数据库, 对不同证治古⽅的⽤药类别、总味

数、单味药使⽤频数及药对 (组) 出现频数进⾏统计, 总结出风寒湿痹证、痰湿阻痹证、寒湿阻滞证、正

虚不⾜证的⽤药特点, 得出解表药、祛风湿药、活⾎化瘀药、补虚药是治疗颈项肩臂痛古⽅组成的主要

药物。古为今⽤, 该研究对于现代医家在治疗该病中有很好的借鉴和参考意义。齐兵献等[10]检索CNKI(1980-2009年) 相关⽂献中治疗神经根型颈椎病的⽅剂建⽴数据库, 采⽤SPSS11.5统计软件这些治⽅常

⽤药物使⽤频次频率、性味频率、归经频率分析⽐较, 治疗神经根型颈椎病的中药共计99味, 使⽤频次479味次;所⽤药物种类依次以补益药、活⾎化瘀药、祛风湿药运⽤最多, 其中药味以⾟、苦为主, 药性以

温、寒为主, 归经以肝、脾、⼼为主, ⽽本病以肝肾亏虚, ⽓⾎瘀滞为主, 临床以补益药、活⾎化瘀药、祛

风湿药等中药运⽤最多。这对于医家治疗该病选⽤药物的性味、归经等具有指导意义。陈元川等[11]检

索2004年1⽉⾄2013年3⽉发表的以单纯⼝服中药治疗神经根型颈椎病的有关⽂献, 对其中的⽅剂和药

物进⾏统计、归类、分析, 最终纳⼊32⾸⽅剂, 涉及111味中药, 补⽓药、发散风寒药、活⾎⽌痛药、补

⾎药等使⽤频次较⾼;葛根、⽩芍、黄芪、当归、桂枝等药物使⽤频次较⾼, 证实与古⽅桂枝加葛根汤主

药相同, 且该⽅扶阳解表的治法与该研究得出的扶正祛邪的结果相吻合, 同时也证实⽯⽒伤科强调治伤科

病当“以⽓为主, 以⾎为先”等正确性。所以⼤数据背后的规律和关系在很多⽅⾯古今是⼀致的, 同时数据

依据的⽀持也为现代神经根型颈椎病治疗提供有⼒的保障。谢辉等[12]收集2009⾄2014年10⽉3⽇的166张治疗神经根型颈椎病的治⽅建⽴数据库, 采⽤关联规则算法、复杂系统熵聚类等⽆监督数据挖掘

⽅法, 利⽤中医传承辅助平台 (TCMISS) 软件分析处⽅中各种药物的使⽤频次、药物之间的关联规则、

核⼼药物组合和新处⽅, 从中挖掘出治疗该病中医中的常⽤药物、药对, 阐明了治疗该病以解肌散寒药、

补⽓活⾎药、祛风胜湿药和温经通络药为主, 治法主要包括解肌舒筋、益⽓活⾎和补益肝肾, 这⼀⽅⾯很

清晰明了地展⽰了药物使⽤频率、药物之间的联系, 证实其与很多古代经典中治疗神经根型颈椎病的治

则、治法及⽤药规律是吻合的, 是临床⽤药的积累和升华, 可有效地指导临床并提⾼疗效;另⼀⽅⾯也为

中药新药的创制提供处⽅来源, 指导新药研发[13]。

4 ⼩结

数据挖掘技术作为⼀种新型的研究技术, 在神经根型颈椎病的治⽅研究中的运⽤相对于其他领域是

偏少的, 并且基本上是研究⽂献资料上出现的治⽅, 在对名⽼中医个⼈治疗经验及⽤药规律的总结是缺乏

的, 因此研究范围⼴⽽缺乏针对性, 同时使⽤该技术的相关软件种类往往是单⼀的。现在研究者在研究中

医⽅剂时往往采⽤传统的研究⽅法, 这就导致在⼤数据的研究中耗时、耗⼒甚则⽆能为⼒, 同样也难以精

准地提取⼤数据背后的隐藏的潜在关系和规则及缺乏对未知情况的预测。产⽣这样的现状, ⼀⽅⾯是很

多研究者尚未清楚该技术在⽅剂研究中的优势所在, 思维模式尚未更新;另⼀⽅⾯是很多研究者尚未清楚

该技术的操作技能及软件种类及其应⽤范围。故以后应向更多研究者普及该技术的软件种类、其中的优

势及操作技能, 让该技术在临床中使⽤更⼴, 产⽣更⼤的效益。

参考⽂献

[1]舒正渝.浅谈数据挖掘技术及应⽤[J].中国西部科技, 2010, 9 (5) :38-39.

[2]曹毅, 季聪华.临床科研设计与分析[M].杭州:浙江科学技术出版社, 2015:189.

[3]王静, 崔蒙.数据挖掘技术在中医⽅剂学研究中的应⽤[J].中国中医药信息杂志, 2008, 15 (3) :103-104.

[4]陈丈伟.数据仓库与数据挖掘[M].北京:清华⼤学出版社, 2006:5.

[5]杨⽟珠.数据挖掘技术综述与应⽤[J].河南科技, 2014, 10 (19) :21.

[6]余侃侃.数据挖掘技术在⽅剂配伍中的研究现状及研究⽅法[J].中国医药指南, 2008, 6 (24) :310-312.

[7]赵睿曦.⽅证数据挖掘分析张⽒⾻伤对腰椎间盘突出症的辨证⽤药规律[J].陕西中医药⼤学学报,2016, 39 (6) :44-46.

[8]李曙明, 尹战海, 王莹.神经根型颈椎病的影像学特点和分型[J].中国矫形外科杂志, 2013, 21 (1) :7-11.

[9]刘向前, 陈民, 黄⼴平等.颈项肩臂痛内治古⽅常⽤药物的统计分析[J].中华中医药学刊, 2012, 30(9) :42-44.

[10]齐兵献, 樊成虎, 李兆和.神经根型颈椎病中医⽤药规律的⽂献研究[J].河南中医, 2012, 32 (4):518-519.

[11]陈元川, 王翔, 庞坚, 等.单纯⼝服中药治疗神经根型颈椎病⽤药分析[J].上海中医药杂志, 2014, 48(6) :78-80.

[12]谢辉, 刘军, 潘建科, 等.基于数据挖掘⽅法的神经根型颈椎病⽤药规律研究[J].世界中西医结合杂

志, 2015, 10 (6) :849-852.

[13]唐仕欢, 杨洪军.中医组⽅⽤药规律研究进展述评[J].中国实验⽅剂学杂志, 2013 (5) :359-363.

数据挖掘论⽂⼆：

题⽬：⼤数据挖掘在智游应⽤中的探究

摘要：⼤数据和智游都是当下的热点, 没有⼤数据的智游⽆从谈“智慧”, 数据挖掘是⼤数据应⽤于智

游的核⼼, ⽂章探究了在智游应⽤中, ⽬前⼤数据挖掘存在的⼏个问题。

关键词：⼤数据; 智游; 数据挖掘;

1引⾔

随着⼈民⽣活⽔平的进⼀步提⾼, 旅游消费的需求进⼀步上升, 在云计算、互联⽹、物联⽹以及移动

智能终端等信息通讯技术的飞速发展下, 智游应运⽽⽣。⼤数据作为当下的热点已经成了智游发展的有

⼒⽀撑, 没有⼤数据提供的有利信息, 智游⽆法变得“智慧”。

2⼤数据与智游

旅游业是信息密、综合性强、信息依存度⾼的产业[1], 这让其与⼤数据⾃然产⽣了交汇。2010年,

江苏省镇江市⾸先提出“智游”的概念, 虽然⾄今国内外对于智游还没有⼀个统⼀的学术定义, 但在与⼤数

据相关的描述中, 有学者从⼤数据挖掘在智游中的作⽤出发, 把智游描述为:通过充分收集和管理所有类

型和来源的旅游数据, 并深⼊挖掘这些数据的潜在重要价值信息, 然后利⽤这些信息为相关部门或对象提

供服务[2]。这⼀定义充分肯定了在发展智游中, ⼤数据挖掘所起的⾄关重要的作⽤, 指出了在智游的过

程中, 数据的收集、储存、管理都是为数据挖掘服务, 智游最终所需要的是利⽤挖掘所得的有⽤信息。

3⼤数据挖掘在智游中存在的问题

2011年, 我国提出⽤⼗年时间基本实现智游的⽬标[3], 过去⼏年, 国家旅游局的相关动作均为了实现

这⼀⽬标。但是, 在借助⼤数据推动智游的可持续性发展中, ⼤数据所产⽣的价值却亟待提⾼, 原因之⼀

就是在收集、储存了⼤量数据后, 对它们深⼊挖掘不够, 没有发掘出数据更多的价值。