基于关联网络和层次聚类的中药社团发现算法的设计与应用

发布时间：2021-10-29 18:31

　　目的设计一种中药社团发现算法。方法将中医处方转化为矩阵数据,通过矩阵运算找出不同中药之间的关联度,以中药为节点、关联度为边,构造关联网络,采用分裂的层次聚类方法对关联网络进行社团划分,建立中药社团发现算法HCD。为了验证算法的有效性,将HCD与经典的社团发现算法GN进行比较,分别对969诊次结肠癌病案资料进行分析,比较分析结果差异。结果 HCD能够较好地划分中药社团,划分结果符合中医理论,划分效果优于GN算法。结论将关联网络和层次聚类相结合构造的中药社团发现算法HCD能够有效划分中药社团,其可以广泛应用于中医临床数据挖掘中,为名老中医诊疗挖掘提供技术支撑。 

【文章来源】：世界科学技术-中医药现代化. 2020,22(06)北大核心CSCD

【文章页数】：7 页

【部分图文】：

算法流程

DISCRIPTION：输入原始方剂数据集，将其转化为由中药编号为行，方剂编号为列构成的中药0-1矩阵，以便计算单种中药出现频数与组合中药出现频数。再通过计算两两节点间的DCR并与阈值作比较，大于阈值者以DCR作权值输入边集，其余剔除。依据带权边数据集与节点集构建中药网络，再通过不断剔除边权比高的边并循环，得出最终分裂树，即社团划分结果图3 HCD划分模块度变化曲线

HCD划分模块度变化曲线

【参考文献】：
期刊论文
[1]基于节点多属性相似性聚类的社团划分算法[J]. 邱少明,於涛,杜秀丽,陈波.  计算机工程. 2020(07)
[2]一种最大化模块度的可重叠联合聚类算法[J]. 魏家辉,马慧芳,贺相春,李志欣.  陕西师范大学学报(自然科学版). 2019(05)
[3]基于社团密合度的复杂网络社团发现算法[J]. 陈东明,王云开,黄新宇,王冬琦.  东北大学学报(自然科学版). 2019(02)
[4]一种加权复杂网络中社团发现的凝聚算法[J]. 张昕,楚善增,姚友娟,张瑜,李晓光.  小型微型计算机系统. 2018(04)
[5]基于MapReduce框架下的复杂网络社团发现算法[J]. 于静雯,杨冰.  微型机与应用. 2014(22)
[6]基于复杂网络技术的冠心病患者四诊信息分布模式的研究[J]. 史琦,陈建新,赵慧辉,杨易,郑乘龙,王伟.  北京中医药大学学报. 2012(03)
[7]应用诃子、石榴皮治疗腹泻经验举隅[J]. 曾洁.  南京中医药大学学报. 2007(03)

硕士论文
[1]基于边聚类的加权网络社团发现算法研究[D]. 詹治海.华南理工大学 2015
[2]基于线图谱分析的复杂网络重叠社团发现算法研究[D]. 黄国明.兰州大学 2015
[3]基于药物属性的中药方剂组网及药物社团发现研究[D]. 孙正.南京大学 2013
[4]基于复杂网络的真实世界中医临床新药发现方法与系统研究[D]. 杜宁林.北京交通大学 2013



本文编号：3465180