基于中医方剂数据库的Top-Rank-k频繁模式挖掘算法
来源：计算机应用杂志2017年第2期北京时间：
作者：秦琦冰, 谭龙
单位：1. 黑龙江大学 计算机科学技术学院, 哈尔滨 150080;2. 黑龙江省数据库与并行计算重点实验室(黑龙江大学), 哈尔滨 150080
摘要：为降低中医（TCM）方剂频繁模式挖掘过程中对经验参数的依赖，提高挖掘结果的准确性，针对中医方剂的数据特点，提出一种基于带权无向图的Top-Rank-k频繁模式挖掘算法。该算法可以直接挖掘出频繁k-itemset（k≥3）而无需产生1-itemset和2-itemset，并随之快速回溯到核心药物组合的频繁项集所对应的方剂信息；此外，采用一种动态位向量（DBV）的压缩机制对无向图中边的权重进行压缩存储，以有效地提高算法的空间存储效率。分别对中医方剂数据集、真实数据集（Chess、Pumsb和Retail）和合成数据集（T10I4D100K和Test2K50KD1）进行测试和比较，结果表明该算法与iNTK和BTK相比具有更高的时间和空间效率，而且也可以应用于其他类型的数据集。
关键词：中医方剂,Top-Rank-k,频繁模式,带权无向图,动态位向量
基金资助：国家自然科学基金面上项目（81273649）；黑龙江省自然科学基金面上项目（F201434）；黑龙江大学研究生创新科研项目重点项目（YJSCX2016-018HLJU）。
