基于大数据思维的中药配伍研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 课题的研究背景及意义 | 第7页 |
| 1.2 国内外研究现状及发展趋势 | 第7-10页 |
| 1.3 论文的研究思路 | 第10-11页 |
| 1.4 论文的内容安排 | 第11-13页 |
| 第二章 预备知识 | 第13-23页 |
| 2.1 中药配伍的理论基础 | 第13-14页 |
| 2.2 大数据思维与中药配伍关系 | 第14-15页 |
| 2.3 集群平台的搭建 | 第15-22页 |
| 2.3.1 Python编程与Scala编程 | 第15-16页 |
| 2.3.2 linux集群的搭建 | 第16-18页 |
| 2.3.3 Hadoop集群的搭建 | 第18-21页 |
| 2.3.4 Spark集群的搭建 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 中药配伍的药物关系分析 | 第23-35页 |
| 3.1 问题描述 | 第23-24页 |
| 3.2 数据清洗 | 第24-27页 |
| 3.3 药物组合关系分析 | 第27-29页 |
| 3.3.1 关联分析 | 第27页 |
| 3.3.2 Apriori算法 | 第27-29页 |
| 3.4 程序设计 | 第29-30页 |
| 3.5 结果分析 | 第30-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 中药配伍的药物群分析与药物-病症预测模型 | 第35-62页 |
| 4.1 引言 | 第35-36页 |
| 4.2 中药配伍的聚类群分析 | 第36-50页 |
| 4.2.1 问题描述 | 第36-37页 |
| 4.2.2 Kmeans++算法 | 第37-39页 |
| 4.2.3 程序设计 | 第39-42页 |
| 4.2.4 结果分析 | 第42-50页 |
| 4.3 中药药物-病症预测模型 | 第50-60页 |
| 4.3.1 问题描述 | 第50-51页 |
| 4.3.2 Naive Bayes算法 | 第51-54页 |
| 4.3.3 程序设计 | 第54-57页 |
| 4.3.4 结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 尚待进一步解决的问题 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-72页 |
