[发明专利]一种中药社团信息生成方法、系统、装置和存储介质

说明书

本发明公开了一种中药社团信息生成方法、系统、装置和存储介质，所述方法包括建立方剂集合，计算所述方剂集合中的各中药药物对方剂集合中的其他中药药物的依赖度，计算各相应中药药物之间的关联度，建立中药网络，计算所述中药网络中的各条边的游走概率，根据计算得到的各条边的游走概率进行随机游走，从而得到多个中药序列，对各所述中药序列进行向量化处理，将被归类为同一类别的中药药物作为中药社团进行输出等步骤。本发明可以发现重叠药物社团，发现潜在的中药配伍，本发明与现有的基于关联规则或社团发现的算法相比具有更低的计算复杂度，可以达到更高的计算效率。本发明广泛应用于药学信息学技术领域。

技术领域

本发明涉及药学信息学技术领域，尤其是一种中药社团信息生成方法、系统、装置和存储介质。

背景技术

中医是中国国粹之一，经典的中医方剂(药方)是经历实践的考验的中医理论精华，具有巨大的医学研究价值。中医理论讲究药物配伍，即一味中药方剂通常是由多种中药药物搭配组成的，中药方剂的医疗功能来源于作为其组成成分的多种中药药物本身及其组合关系，因此对中医方剂的一个研究方向是研究中药药物之间的配伍关系，希望可以根据现有的中医方剂信息进行处理，输出具有特定组合规律的全新的中医药物组合，从而挖掘得到具有更好疗效的新方剂。

现有的新方剂挖掘技术主要是基于传统的关联规则或社团发现算法进行的，因此具有较明显的缺点。关联规则方法，只是单纯地把方剂中的药物的共现频率及次数作为衡量药物之间的关系紧密性的依据，虽然关联规则方法在一定程度上可以反映出一些常见的药物搭配规律，但只是单纯基于共现规律往往会忽略中药搭配的复杂性；由于中药配伍中有相须、相使、相畏、相杀、相恶、相反等六种关系，如何将中药方剂将其背后的搭配原则挖掘出来也是基于关联规则的方法难以做到的。基于社团发现的方法一般具有局限性，非重叠社团发现算法虽然能够发现中药复杂理论的部分知识，但是却忽略了药物社团使用的重叠性；并且中药属性较多药物的关系复杂，社团发现算法往往难以充分利用临床诊疗数据，导致一些珍贵的中药数据难以被有效利用，使得其难以把中药间复杂的关系表现出来。

术语解释：

Graph Embedding：Graph Embedding是图分析问题(graph analytics)和表征学习问题(representation learning)的结合的模型。graph analytics目的是从图中挖掘出有有用有价值的信息。而representation learning则可以把数据转换成向量表示使得更容易使用各种成熟的数据挖掘算法，比如分类、预测、聚类算法等提取数据中有用的有价值的信息。Graph Embeding模型的目标就是结合上述二者，从图数据中学习出能保留图中的有用信息(比如图结构信息，图节点之间的关联信息)的向量表达。

随机游走(random walk)：基于随机游走的Graph Embedding方法基本思路是，从图中采样出路径集合，然后基于采样出来的路径来学习图中节点或边的特征向量表示。由于图可以被采样出来的路径所表示，所以图相当于被转换成一个由节点组成的“文档”，因此以word2vec为代表Word Embedding方法都可以被应用在此。第一个基于随机游走思想提出的GraphEmbedding的方法是DeepWalk，DeepWalk是将随机游走及Word2Vec结合起来的GraphEmbedding方法。

模糊聚类：模糊聚类分析是一种采用模糊数学语言对事物按一定的要求进行描述和分类的数学方法。模糊聚类分析一般是指根据研究对象本身的属性来构造模糊矩阵，并在此基础上根据一定的隶属度来确定聚类关系，即用模糊数学的方法把样本之间的模糊关系定量的确定，从而客观且准确地进行聚类。聚类就是将数据集分成多个类或簇，使得各个类之间的数据差别应尽可能大，类内之间的数据差别应尽可能小，即为“最小化类间相似性，最大化类内相似性”原则。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种中药社团信息生成方法、系统、装置和存储介质。