一种用于TCMF网络重叠社区发现的改进COPRA算法
现阶段关于方剂配伍规律的研究主要采用数据挖掘技术,包括分别以分类和聚类为主的研究模式和以关联规则挖掘为主的研究模式,这两种研究模式作为研究中药方剂的重要技术取得了一系列可喜的成果,但是它们在揭示中医理论体系复杂性和内稳性方面仍存在不足.提出一种新的复杂网络的模型来探索中药方剂配伍规律,并用改进的COPRA算法对构建的复杂网络中药方剂网络进行社团发现,最后通过用自定义的模块密度来衡量所发现的社团紧密程度,以及对发现的社团与关联规则挖掘算法挖掘出的最大频繁项集进行比较,发现该模型及算法有很好的效果,具有很强的实用性.
Traditional chinese medicine formula(TCMF) network COPRA algorithm Module density
孙道平 高原 王崇骏
南京大学计算机软件新技术国家重点实验室 南京210046 南京大学计算机科学与技术系 南京210046
国内会议
第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议
合肥
中文
91-91
2012-10-13(万方平台首次上网日期,不代表论文的发表时间)