[发明专利]一种中医学文献分析方法

权利要求书

1.一种中医学文献分析方法，其特征在于，包括以下步骤：

S1：以中医学为关键词获取原始文献数据库，提取所述原始文献数据库中每个文献的发表时间信息，将所述原始文献数据库按照多个时间段进行归类；

S2：获取所述各时间段内的原始文献的原始关键词，所述原始关键词为原始文献中出现频次超过设定阈值的词，对所述原始关键词进行数据清洗得到医学关键词；

S3:然后将所述医学关键词保存成特定的数据格式作为关键信息进行存储,建立中医医学文献的关键信息的编码表，所述关键信息分别对应一个二进制编码；

S4:所述关键信息包括核心数据和非核心数据两种类型,提取出来的数据,首先存入相应数据库,作为下一步数据处理的基础数据,然后导入SQL中进行下一步的挖掘分析；所述核心数据为下载的文本数据中超过设定阈值频率的关键词，所述非核心数据为下载的文本数据中出现过至少一次并低于设定阈值的关键词；核心数据对应的关键词i的数据模式可以表示为一个关系表Hi(B1,B2,...,Bmi),其中B为该关键词的属性值，各关键词的属性值根据关键词所在中医的具体领域进行预先设定；关键词对应的数据库{D1,D2,...,Dni}的数据模式都可以对应到Hi上；其中非核心数据对应的关键词j的数据模式可以表示为一个关系表Hj(B1,B2,...,Bmj),其中B为该关键词的属性,关键词对应的数据库{D1,D2,...,Dnj}的数据模式都可以对应到Hj上；

具体各关键词的关联度量化值为K(Bmi，Dni)＝ρ^{dist(Bmi,Dni)}-1，K(Bmj，Dnj)＝ρ^{dist(Bmj,Dnj)}-1，dist(Bmi,Dni)为Bmi、Dni之间的欧式距离，dist(Bmj,Dnj)为Bmj、Dnj之间的欧式距离，ρ＞1为伸缩因子；其中K(Bmi， Dni)、K(Bmj，Dnj)表示核心数据对应的关键词i、非核心数据对应的关键词j的关联度量化值,将关联度量化值在给定阈值范围内的所有关键词作为一个关键词数据群，将核心数据对应的所有关键词划分到若干核心数据群中；同时将非核心数据对应的所有关键词划分到若干非核心数据群中；

S5:对所述核心数据群中对应的关键词与所述非核心数据群中对应的关键词进行随机两两组合，获取到中医文献关键词组合，并根据所述中医文献关键词组合作为检索关键词获取到相应的中医文献作为中医医学文献，将所述中医医学文献进行存储，并将所述中医文献关键词组合以及时间段作为所述中医医学文献存储标识。

2.如权利要求1所述的中医学文献分析方法，其特征在于，对所述原始关键词进行数据清洗的具体过程为：含义相同或者相似关键词进行统一，并剔除无实际分析意义的关键词。

3.如权利要求1所述的中医学文献分析方法，其特征在于，预设有医学关键词词库，所述医学关键词词库中包括多个子数据库，所述各子数据库中存储有至少一个医学关键词，所述含义相同或相似关键词预存在同一个子数据库中的关键词，并可以增加或删除该子数据库中的关键词。

4.如权利要求3所述的中医学文献分析方法，其特征在于，所述无实际分析意义关键词为未出现在所述医学关键词词库中的原始关键词。