技术总结
本发明涉及一种基于Apriori的病症数据关联方法，属于数据挖掘推荐技术领域。本发明先建立一个病症关键词的数据库；然后通过已建立的病症关键词数据库，用常规的分词程序对药品的适用症状文本进行分词处理，并提取出适用症状的关键词。每个关键词作为一个候选1项集，引入Apriori算法计算出不同项数的频繁项集；其次，由各频繁项集产生相应的强关联规则，并计算出各强关联规则的置信度大小；最后，通过各强关联规则的置信度大小，将这些频繁项集进行推荐排序。本发明与现有技术相比，主要提供了Apriori算法对病症的诊断编辑起到关联推荐作用，提高医生开处方时对症状编辑的准确性与高效性。
技术研发人员：宋耀莲;田榆杰;王慧东;徐文林;武双新
受保护的技术使用者：昆明理工大学
技术研发日：2018.03.20
技术公布日：2018.09.18