| 提要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题背景及选题意义 | 第8-9页 |
| ·数据挖掘的发展历史及国内外研究现状 | 第9-10页 |
| ·数据挖掘技术在医学领域中的研究现状及意义 | 第10-12页 |
| ·本文的研究内容及论文结构 | 第12-13页 |
| 第二章 数据仓库和数据挖掘技术 | 第13-24页 |
| ·数据仓库 | 第13-14页 |
| ·数据仓库概念 | 第13页 |
| ·数据仓库的特点 | 第13-14页 |
| ·数据挖掘 | 第14-17页 |
| ·数据挖掘的概念 | 第14-15页 |
| ·数据挖掘的过程 | 第15-16页 |
| ·数据挖掘技术 | 第16-17页 |
| ·基于数据仓库的数据挖掘 | 第17页 |
| ·关联规则 | 第17-19页 |
| ·关联规则概述 | 第17-18页 |
| ·关联规则挖掘的经典算法：Apriori 算法 | 第18-19页 |
| ·Apriori 算法的局限性分析 | 第19页 |
| ·聚类分析 | 第19-21页 |
| ·聚类分析的定义 | 第19页 |
| ·聚类分析的分类与常用算法 | 第19-21页 |
| ·WEKA 简介 | 第21-24页 |
| 第三章 针灸处方数据仓库的建立 | 第24-34页 |
| ·数据准备 | 第24-26页 |
| ·文献纳入标准 | 第24页 |
| ·文献排除标准 | 第24-25页 |
| ·文献来源 | 第25页 |
| ·文献的筛选及数据库的构建 | 第25-26页 |
| ·文献纳入情况 | 第26页 |
| ·数据预处理 | 第26-28页 |
| ·数据导入 | 第26-27页 |
| ·缺失值处理 | 第27页 |
| ·数据的规范化 | 第27-28页 |
| ·异常数据处理 | 第28页 |
| ·数据约简 | 第28页 |
| ·数据分割 | 第28页 |
| ·基于 Apriori 算法的针灸处方关联规则挖掘 | 第28-31页 |
| ·Apriori 算法概述 | 第28-29页 |
| ·Apriori 算法在针灸处方配伍规律研究中的应用 | 第29-31页 |
| ·聚类分析算法的实现过程 | 第31-34页 |
| 第四章 针灸处方数据挖掘 | 第34-42页 |
| ·Weka 数据挖掘平台应用 | 第34-39页 |
| ·聚类分析 | 第39-41页 |
| ·针灸处方分析数据挖掘小结 | 第41-42页 |
| 第五章 结论与展望 | 第42-43页 |
| ·工作总结 | 第42页 |
| ·工作展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 发表文章 | 第47-48页 |
| 详细摘要 | 第48-53页 |