基于数据挖掘的鼻鼽辨治规律的初步研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 引言 | 第10-12页 |
| 第一章 研究背景 | 第12-16页 |
| 1.1 变应性鼻炎的西医认识 | 第12-14页 |
| 1.1.1 变应性鼻炎的发病机理 | 第12-13页 |
| 1.1.2 变应性鼻炎的西医治疗 | 第13-14页 |
| 1.2 鼻鼽的中医认识 | 第14-16页 |
| 1.2.1 古代对鼻鼽的认识 | 第14页 |
| 1.2.2 现代中医对鼻鼽的认识 | 第14-16页 |
| 第二章 数据挖掘理论概述 | 第16-25页 |
| 2.1 数据挖掘的概念 | 第16页 |
| 2.2 常用的数据挖掘方法 | 第16页 |
| 2.2.1 决策树算法 | 第16页 |
| 2.2.2 关联规则算法 | 第16页 |
| 2.2.3 神经网络 | 第16页 |
| 2.2.4 粗糙集 | 第16页 |
| 2.3 CRT决策树 | 第16-18页 |
| 2.3.1 生成决策树 | 第17页 |
| 2.3.2 树的修剪 | 第17页 |
| 2.3.3 树的评估 | 第17-18页 |
| 2.3.4 树的终止条件 | 第18页 |
| 2.4 关联规则分析 | 第18-23页 |
| 2.4.1 关联规则分析概念 | 第18页 |
| 2.4.2 支持度和置信度 | 第18-19页 |
| 2.4.3 关联规则挖掘过程 | 第19页 |
| 2.4.4 Apriori算法 | 第19-22页 |
| 2.4.5 小结 | 第22-23页 |
| 2.5 数据挖掘技术在中医学领域中的应用研究 | 第23-25页 |
| 第三章 数据挖掘技术在鼻鼽中的应用研究 | 第25-38页 |
| 3.1 研究资料 | 第25-26页 |
| 3.1.1 病例来源 | 第25页 |
| 3.1.2 病例选择 | 第25-26页 |
| 3.2 数据采集 | 第26-27页 |
| 3.3 数据预处理 | 第27-28页 |
| 3.4 建立决策树 | 第28-36页 |
| 3.4.1 建立决策树步骤简述 | 第30-35页 |
| 3.4.2 建立决策树的伪代码如下 | 第35-36页 |
| 3.5 本研究关联规则操作简述 | 第36-38页 |
| 第四章 结果与分析 | 第38-54页 |
| 4.1 结果 | 第38-49页 |
| 4.1.1 训练样本决策树 | 第38-40页 |
| 4.1.2 检验样本决策树 | 第40-43页 |
| 4.1.3 症状、药物关联规则结果 | 第43页 |
| 4.1.4 药物之间关联规则结果 | 第43-47页 |
| 4.1.5 “寒热错杂、虚实并见”证型结果 | 第47页 |
| 4.1.6 各证型药物关联图 | 第47-49页 |
| 4.2 分析 | 第49-54页 |
| 4.2.1 本研究决策树分析 | 第49-51页 |
| 4.2.2 关联规则分析 | 第51-54页 |
| 第五章 总结 | 第54-57页 |
| 5.1 研究结论 | 第54-55页 |
| 5.1.1 决策树模型辨证规律 | 第54页 |
| 5.1.2 关联规则研究结论 | 第54-55页 |
| 5.2 展望 | 第55-57页 |
| 5.2.1 本研究经验 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-66页 |
| 致谢 | 第66页 |
