基于非负矩阵分解的药性与功效关联规则研究
游聪
钟远明
胥微
卢敏
江西理工大学理学院 江西赣州 341000
摘要：中医药物属性具有多维度和稀疏性特点,为更高效地挖掘药性与功效之间的关联规则,提出了一种基于非负矩阵分解(NMF)与FP-growth算法的组合方法.通过引入信息保留率,使用交叉验证法确定NMF降维的最小维度数,之后对原始稀疏矩阵进行投影和降维,以减少数据量,并应用多维FP-growth算法进行关联分析,从而获得中药药物属性的多维关联规则.实验结果表明,降维后的多维关联规则能够有效挖掘出治疗冠心病药物的药性与功效之间的多维关联,并且在计算效率上显著优于未降维的方法.
关键词：非负矩阵分解FP-Growth算法多维关联规则降维冠心病药性与功效
资助基金：中国工程院战略研究与咨询面向中医药的人工智能发展战略研究(2023-HY-10)
论文发表日期：2024-11-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 4-8 )