白癜风治疗医院 http://www.wxlianghong.com/
近年来，随着数据库和人工智能的兴起，数据挖掘技术也成为国内外研究人员的热议课题，本文对数据挖掘技术在中医、金融等几个领域的应用进行了文献整理。[1]林依梦,刘珍珍,杨琪琪.基于数据挖掘分析近10年针灸治疗类风湿关节炎的取穴规律[J].风湿病与关节炎,,9(07):16-19.[2]李佩佩,胡建鹏,何玲,叶敏,黄小双,王键.基于数据挖掘分析新安王氏内科治疗肝胆系病症用药规律[J].甘肃中医药大学学报,,37(03):87-94.[3]李家劼,王键,黄辉,郭锦晨,纵艳平,周桥.基于数据挖掘分析王仲奇治疗时邪用药规律[J].山东中医药大学学报,,44(03):-.研究背景：目前，中医在临床治疗方面的应用愈发广泛。为发挥现代中医药在疾病治疗中的作用，深入探讨和学习临床经验，逐渐开始采用数据挖掘方法，对其辨证论治时的针灸、处方特色进行分析与总结，为临床医生的治疗以及科研实验提供数据。数据来源：文献[1]数据为中国知网(CNKI)、万方(Wanfang)、维普(VIP)、中国生物医学文献数据库(CBM)及PubMed等数据库中年1月至年2月以针灸为主治疗类风湿关节炎的临床研究文献。文献[2]数据来源于《新安医籍丛刊·王仲奇医案》、《王任之医案》，以及王乐匋教授、王键教授门诊的纸质医案。文献[3]数据来源于年12月出版的《王仲奇医案》中首门“时邪”篇，王老治疗时邪病的74例处方用药（除去复方，如益元散、玉泉散等）。数据处理方法：三篇文献都是先整理数据，建立数据库，然后运用统计软件SPSS进行统计分析。研究结论：文献[1]发现，临床所取腧穴频次最高的为足三里、肾俞、关元等，涉及膀胱经、胃经、脾经上的穴位为主,占总频次的53.55%；特定穴位以五输穴的使用频次最高，占总频次的34.77%。文献[2]得出用药频次≥40次的中药有33味，按照用药频次从高到低排序，前5位依次为丹参、郁金、枸杞子、五灵脂、茯苓；功效以活血化瘀、滋阴、清热、利水渗湿等为主。药性以寒性中药频次最高，苦、甘、辛3种药味的中药所占比例较大，药物归经以肝、肺、脾、胃、肾为主。按照药物组合频次从高到低排序，前3位依次为丹参、五灵脂，丹参、郁金，五灵脂、郁金。青黛、明矾、枸杞子药物组合的置信度为1.0。文献[3]发现用药频数前五位分别是茯苓、苦杏仁、佩兰、通草、半夏。药类及性味归经频数分析显示清热药、化痰药、补虚药和解表药位居前四位；以苦寒之药佐甘温之药，寒温并用；药物以入脾胃经为主，兼顾肺气的功能，脾肺同调。与同类研究相比较的优缺点：三篇文献都采用的最常规的处理方法，首先预处理数据，建立数据库，然后利用SPSS软件进行关联分析、聚类等。阅读参考价值：提供了一般化处理中医数据的思路。[4]罗琦,游学敏,吕纤.基于网络数据挖掘的资产定价研究述评[J].管理学报,,17(01):-.[5]DsZ,GurunUG,WarachkaM.Froginthepan:continuousinformationandmomentum[J].TheReviewofFinancialStudies,,27(7):-．[6]孙明璇,李莉莉.基于数据挖掘的投资者情绪对股市波动影响研究[J].燕山大学学报(哲学社会科学版),,21(01):68-77.[7]郭阳秦.基于数据挖掘的石油金融企业客户价值分析[J].中国石油企业,(05):66-68.[8]邱一豪,孟志青.时态神经网络模型及其在股票分类预测上应用[J].计算机工程与应用,,55(15):-.[9]刘海啸,孟珊珊,杜佳豪.基于数据挖掘的股市波动与宏观经济指标的关联性研究[J].燕山大学学报(哲学社会科学版),,19(05):89-96.研究背景：随着互联网以及大数据技术的发展，投资信息越来越多样化，股票买卖，期权动态都涌动大量信息。投资者的信息来源也更加多样化，更倾向于在网络社交媒体中发表观点，这些社交平台中的信息便形成了一个大数据库。挖掘其中有价值的信息，为金融界研究提供了新的思路数据来源：文献[6]数据来源于新浪微博截至年6月的微博数据。文献[7]数据来源于昆仑银行年1月1日至年12月31日的数据。文献[8]选用同花顺抓取股票代码为（万科A）、（京东方A）、（宁波银行）、（绿城中国）、（南京高科）、（贵州茅台）、（长江电力）、（工商银行）八支股票在-12-04到-01-02的数据。文献[9]数据来源于国家统计局、国泰安数据库以及大智慧证券行情分析软件。为保证数据的完整性和稳定性，选取年1月到年12月的月度数据进行分析研究。数据处理方法：文献[6]使用基于情感词典的中文情感分析方法，从新浪微博中提取不同种类的情绪时间序列，基于ARFIMA-RV模型，研究了不同种类的投资者情绪对中国股票市场波动的影响。文献[7]采用属性规约、数据清洗与数据变换的预处理方法，建立客户价值分析模型。文献[8]通过将股票数据与时态型相结合，将股票数据转换成时态型股票数据，提出时态神经网络模型的分类方法，对收集的若干上市公司十年内的股票数据进行分析，构建了时态股票数据神经网络分类器对股票进行分类预测。文献[9]采用数据挖掘技术中的关联规则Apriori算法。研究结论：利用大数据的优势为政府、上市企业以及个人投资者的投资决策提供科学依据。与同类研究相比较的优缺点：相对于传统的计量经济学方法，数据挖掘技术应用在金融领域优势更加明显。阅读参考价值：提供了针对金融领域应用数据挖掘技术的方法思路。[10]RobertStahlbock.DataMining:Concepts,MethodsandApplicationsinManagementandEngineeringDesign[J].Interfaces,,42(4).[11]杜金霞,苗林平.医院信息处理中的应用研究[J].科学技术创新,(22):-.[12]刘晶.大数据环境下医学数字图书馆特色资源共享平台构建[J].中国中医药图书情报杂志,,44(02):26-29.研究背景：随着我国网络信息技术的发展,信息化系统已经应用在了各行各业当中,医院信息化系统应用是必须要对数据进行挖掘,这就需要充分的应用数据挖掘技术。大数据环境下，医学数字图书馆有必要建设特色资源共享平台，以推进医学数字资源共享共建，促进特色医学数字资源长期保存，提高医学数字图书馆特色资源服务能力。数据来源：文献都为特点研究，无具体数据。数据处理方法：无具体数据。研究结论：从资源共享意识、数字基础设施、医学特色资源深度挖掘角度，对特色资源共享平台建设的基础条件进行了分析；从建设目标、架构模型、功能实现角度，阐述了特色资源共享平台的构建；最后，从医学特色资源的安全防护、医学数字资源的知识产权保护、用户个人信息的安全保护方面，指出了特色资源共享平台建构过程中应