4、基于超图社区划分算法挖掘治疗肺癌的核心草药

基于超图社区划分算法挖掘治疗肺癌的核心草药

在传统中医领域，挖掘治疗特定疾病的核心草药对于提高治疗效果和理解药物配伍规则至关重要。本文将介绍一种基于Apriori的超图划分算法HMETIS，用于从肺癌诊断记录中发现治疗肺癌的核心草药。

超图构建与划分评估

• 超图构建 ：
  • 超图的每条超边由两个或更多顶点组成。通过Apriori算法找到满足支持阈值的频繁项集，这些频繁项集具有一定相关性，可用于构建超边。
  • 为避免频繁出现但实际关联不强的项的干扰，将频繁项集中关联规则的平均置信度作为超边的权重。例如，Apriori算法得到的频繁项集及其平均置信度如下表所示：
    | 频繁项集ID | 频繁项集 | 平均置信度 |
    | — | — | — |
    | e1 | (A,B,C) | 0.4 |
    | e2 | (A,C,D,E) | 0.6 |
    | e3 | (B,C,D) | 0.3 |
    | e4 | (A,D,E) | 0.8 |
  • 使用JAVA读取Excel中的中医诊断数据，应用Apriori算法找到符合要求的频繁项集，以超边形式表示，并计算关联规则的平均置信度作为超边权重，最后将超图结果写入txt文件。若频繁项集中没有关联规则满足置信度阈值，则删除该超边。

graph LR
    A[读取中医诊断数据] --> B[应用Apriori算法]
    B --> C[找到频繁项集]