| 中文摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-26页 |
| 1.1 数据挖掘技术 | 第11-13页 |
| 1.1.1 数据挖掘的概念 | 第12-13页 |
| 1.1.2 数据挖掘的技术 | 第13页 |
| 1.2 计算机技术及数据挖掘在医药领域的应用 | 第13-21页 |
| 1.2.1 计算机技术及数据挖掘中药材鉴别方面的应用 | 第13-14页 |
| 1.2.2 计算机技术及数据挖掘在中药及方剂数据库方面的应用 | 第14-19页 |
| 1.2.3 数据挖掘在其他领域的应用 | 第19-21页 |
| 1.2.3.1 数据挖掘在生物学中的应用 | 第19-20页 |
| 1.2.3.2 数据挖掘在医学中的应用 | 第20-21页 |
| 1.3 中药组方配伍规律的研究现状 | 第21-23页 |
| 1.3.1 组方配伍理论的研究 | 第21-22页 |
| 1.3.2 中药方剂配伍研究与化学成分 | 第22-23页 |
| 1.4 脾胃类药物的研究进展 | 第23-24页 |
| 1.4.1 脾胃共司运化和生理分职 | 第23-24页 |
| 1.4.2 常用药对 | 第24页 |
| 1.5 清热类中药方剂的理论基础及研究现状 | 第24-26页 |
| 2.中药方剂数据挖掘系统 | 第26-38页 |
| 2.1 中药方剂数据库的建立 | 第26-32页 |
| 2.1.1 数据准备 | 第26-29页 |
| 2.1.1.1 数据清理 | 第27-28页 |
| 2.1.1.2 数据转换 | 第28-29页 |
| 2.1.2 数据库建立 | 第29-32页 |
| 2.2 中药方剂挖掘系统构建 | 第32-38页 |
| 2.2.1 系统简介 | 第32-33页 |
| 2.2.2 挖掘规则选取 | 第33-38页 |
| 2.2.2.1 高频项集 | 第33-34页 |
| 2.2.2.2 关联规则 | 第34页 |
| 2.2.2.3 apriori 算法和 FP-树频算法 | 第34-38页 |
| 3 脾胃类方和清热类方挖掘研究 | 第38-52页 |
| 3.1 脾胃类方的挖掘研究 | 第39-46页 |
| 3.1.1 脾胃类方药物分析 | 第39-43页 |
| 3.1.1.1 药物频数分析 | 第39-40页 |
| 3.1.1.2 药组药对分析 | 第40-42页 |
| 3.1.1.3 成分组分析 | 第42-43页 |
| 3.1.2 脾胃类方药症分析 | 第43-46页 |
| 3.1.2.1 症状药物相关性分析 | 第43-44页 |
| 3.1.2.2 症状药组相关性分析 | 第44-45页 |
| 3.1.2.3 症状成分组相关性分析 | 第45-46页 |
| 3.2 清热类方的挖掘研究 | 第46-52页 |
| 3.2.1 清热类方药物分析 | 第46-50页 |
| 3.2.1.1 药物频数分析 | 第46-47页 |
| 3.2.1.2 清热方剂药对分析 | 第47-50页 |
| 3.2.2 清热类方药症分析 | 第50-52页 |
| 3.2.2.1 症状药对相关性分析 | 第50-51页 |
| 3.2.2.2 症状成分组相关性分析 | 第51-52页 |
| 3.3 讨论 | 第52页 |
| 4 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 学术论文及科研成果 | 第57-58页 |
| 致谢 | 第58页 |
