[发明专利]一种相似中药材挖掘方法及装置

摘要

本发明提供了一种相似中药材挖掘方法及装置，该方法包括：S1：对于给定的药物集合，构建关于其中每一个药材的常用配伍药物集合和配伍药物词频集合；S2：基于步骤S1中的每个药材的常用配伍集合的相似性，计算药物集合中任意两个药材之间的相似度，并形成药物相似度矩阵；S3：将药物集合中的每个药材作为一个聚类，根据步骤S2中得到的药物相似性矩阵，并利用分层聚类的方式建立相似度大于参考阈值的聚类的聚类集，每个聚类中的药材为相似药材。本发明利用大数据挖掘方法代替挖掘中药药物相似性的关系，可应对海量中药数据的分析，且挖掘精度较高。

主权项

1.一种相似中药材挖掘方法，其特征在于，包括以下步骤：S1：对于给定的药物集合X＝(x₁,...,x_i,...x_N)，构建关于其中每一个药材的常用配伍药物集合A(x_i)和配伍药物词频集合F(x_i)，其中，x_i表示药材，i＝1,2,...,N；S2：基于所述步骤S1中的每个药材的常用配伍集合的相似性，计算所述药物集合中任意两个药材之间的相似度，并形成药物相似度矩阵；其中所述药物相似矩阵的第i行、第j列的元素表示计算得到的所述药物集合中第i个药材和第j个药材的相似度；S3：将所述药物集合中的每个药材作为一个聚类，根据步骤S2中得到的所述药物相似性矩阵，并利用分层聚类的方式建立相似度大于参考阈值的聚类的聚类集，每个所述聚类中的药材为相似药材；其中，所述步骤S2包括：S21：分别计算所述药物集合中任意两个药材的常用配伍集合的并集；S22：分别构建表征两个所述药材的配伍关系的特征向量t_i＝[t₁,t₂,...,t_l,...t_L]^T和g_j＝[g₁,g₂,..,g_l,...g_L]^T，其中符号[]^T表示向量转置，t_l和g_l分别表示特征向量t_i和g_j中的第l个元素，其取值为其中，e_l表示并集中第l个元素，f_i(e_l)表示e_l属于x_i的常用配伍药物集合A(x_i)的情况下，在对应的配伍药物词频集合F(x_i)中的相对词频取值；S23：计算所述步骤S22得到的两个特征向量t_i和g_j的余弦相似度作为两个药材之间的相似度，所述相似度根据下式计算获得：S24：基于步骤S23中得到的所述药物集合中所有的药材对之间的相似度获得药物相似度矩阵P＝[ρ_i,j]_N×N，其中所述药物相似矩阵的第i行、第j列的元素ρ_i,j表示计算得到的所述药物集合中第i个药材x_i和第j个药材x_j的相似度，N表示所述药物集合中包含的药材个数。