數據挖掘對于培養中醫藥文獻研究生的重要意義

楊旭杰+周計春+支政+張弘+沈慧

摘要：為探究中醫藥文獻研究生展開數據挖掘教育的重要性，通過擺事實、講道理，通過數據挖掘在各個領域的作用、中醫藥科研中的應用現狀等內容分析，探討中醫藥文獻研究生對于數據挖掘教育的需求性。結果與結論：數據挖掘是新興技術，成功應用于很多領域，中醫藥數據挖掘尚處于形成階段，學科交叉的中醫藥文獻數據挖掘發展潛力巨大，作為科研生力軍，研究生接收數據挖掘教育的意義深遠。

關鍵詞：數據挖掘；中醫藥文獻；研究生教育；意義

中圖分類號：G643 文獻標志碼：A 文章編號：1674-9324（2017）08-0224-02

中醫藥歷經幾千年來臨床經驗與基礎研究的積淀，成果豐碩，文獻充足，因而中醫藥文獻研究生成為中醫藥領域研究生培養的重要組成部分。數據挖掘是新型的智能領域，其作為工具與方法應用于科學研究、金融投資、制造業、電信業等諸多領域，在中醫藥領域的應用尚處于新生期，中醫藥文獻的特點決定了其選定數據挖掘作為分析手段的可行性，研究生是重要的科研力量，因而有必要對其展開數據挖掘的相關教育。

一、數據挖掘的重要價值

1.數據挖掘在信息技術迅猛發展的潮流中誕生。我們生活的時代是信息化的時代，很多工作的完成都需要數字與信息，時代的需要使得人們發現與利用數據信息的能力日益提升，積累的數據更加多樣化，科研領域對于數據的需求尤為顯著，數據背后隱藏的眾多信息為科研人員提供了寶貴的引導。

中醫藥領域也不例外，雖然傳統的文獻采集與數據積累能夠提取一定的信息，但是對在海量數據中進行數據分析問題卻沒有很好的方案。隨著中醫藥文獻數據量的日益增加，保存在數據庫中龐大數據中蘊含著大量不為人知、但又非常有用的知識和信息，這些知識和信息能夠為中醫藥科學研究、商業決策和行政事務管理等提供有效的決策依據和基礎。[1]

2.數據挖掘是發掘知識源泉的工具。大規模數據集合是數據挖掘的研究對象，被人們形象地描述為“知識的源泉”，它可以是結構化的，也可以是半結構化的，如把中醫藥文獻轉變為關系數據庫中的文本、圖形、圖像數據，甚至是分布在網絡上的異構數據。數據挖掘技術是始于面向應用的，它是對特定的數據進行微觀或宏觀的統計、分析、綜合和推理，以指導實際問題的求解，企圖發現事件間的相互關系，利用己有的數據對未來的活動進行預測。這樣，就可以把人們對數據的應用，從低層次的末端查詢操作提高到為各級經營決策者提供決策支持。

3.數據挖掘提取中醫藥文獻信息的價值。按照原始的分析方案將文獻資料整理，進而運行數據挖掘從數據集中識別出有效的、新穎的、潛在有用的并最終易于被中醫藥學者理解的模式。[2]即從數據集中（可能是不完全的、有噪聲的、不確定的、各種存儲形式的）提取隱含在其中的、先前未知的、人們感興趣的、對中醫藥基礎研究及臨床應用有潛在價值的信息和知識的過程。數據挖掘作為一門新興的研究領域，將其運用于中醫藥文獻分析領域，將會造就多學科相互交叉融合，具有廣泛應用前景的學科領域。

二、中醫藥領域數據挖掘的研究現狀

祖國醫學歷經幾千年的積累，在臨床經驗與基礎研究領域積累了寶貴的資源，快速而高效的利用數據資源是眾多中醫藥學者多年來試圖解決的問題。數據挖掘已經初步涉入中醫藥科研領域。

1.中醫辨證診斷。傳統的中醫治療是在先辨證、再論治的思維模式下進行的，但是中醫辨證至今也未形成統一的標準，不同醫師對同一病人辨證結果經常是不同的，醫生辨證水平的高低完全取決于經驗。因此，為中醫辨證建立客觀的、定量的標準是非常有必要的。數據挖掘可以通過大量的臨床數據發現證型與癥狀之間的關系，模擬中醫專家診斷推理過程輔助臨床診斷。秦中廣等將粗糙集理論應用于中醫類風濕證候診斷中，得到較好的診斷模型。

2.單味藥有效成分、化學成分的研究。中藥起效的物質基礎是多成分的協同效應，如何辨識中藥的有效成分是亟待解決的關鍵科學問題之一。進行中藥多成分與藥效活性的關聯性研究，發現中藥的有效成分，是一條切實可行的途徑。陳暢等采用LARS和LASSO回歸算法，對川芎揮發油化學成分與血管活性數據的進行關聯分析，發現川芎揮發油中與血管活性相關的13種主要化學成分。

3.中醫藥文獻領域數據挖掘的現狀和可行性。千百年來，祖國醫學偉大的學者及學術成就浩如煙海，也就是說，眾多的學術成就均體現在文獻之中，探究古今中醫藥文獻可以獲得前任的智慧成果，因而，眾多醫家潛心于中醫藥文獻的鉆研之中，數據挖掘工具的運用，必能使研究工作事倍功半，目前已經受到了中醫藥同仁的青睞，而研究生是中醫藥科研工作的生力軍，對于他們培養該方面的能力，必能夠促進中醫藥文獻數據挖掘領域日益發展壯大。

三、中醫藥文獻數據挖掘教育對于研究生的價值

近年來中醫藥院校研究生招生規模逐年加大，招生專業不斷擴展，中醫文獻類研究生梯隊不斷壯大。隨著自然科學領域交叉學科的出現并且受到業內專家學者的追捧。古老的文獻專業對于研究生的培養也應尋找交叉學科發展的道路。

1.克服培養目標單一，滿足社會多層次需要。早些年，研究生是眾多青年學子中當之無愧的佼佼者，培養目的是鑄造高層次的教學、科研型人才，滿足高等院校、科研機構的需要，但是，近些年，由于各大院校研究生擴招，入學門檻的降低伴隨著就業水準的提升，學生數量增多而就業壓力加大。高校和研究單位的崗位數量有限，與此同時，企業對于高層次人才的需求很大，能夠為研究生們提供更多的就業機會，對于古老的中醫文獻專業研究生的培養，多方位的課題設計無疑為其就業增加籌碼。

2.明確研究生的培養目標，提高學生多方面能力。現在我國中醫藥發展正處于快速發展的上升期，中醫藥學科交叉發展迅速，中醫藥與信息學的結合也成為當今的重要研究領域，而數據挖掘是信息領域的新生力量。研究生的培養理應順應當前的形勢，實時調整培養方案，從前的教育主要為臨床培養高水平的醫生以及為高校和科研機構培育人才，而當今社會，中醫藥行業的細化導致很多行業需要高層次人才，為什會培養高水平的中醫藥人才既有利于解決目前研究生就業困難的問題，又能為我國中醫藥事業快速發展提供智力支持。

3.中醫藥數據挖掘即突出研究生課程設置的專業特色，又體現出培養的靈活性。中醫藥古今文獻蘊含寶貴的知識財富，對其展開數據挖掘無疑是一個在寶庫中淘金的過程，其價值與成果是不言而喻的。中醫藥文獻研究生的專業劃分非常明確，其課程設置的專業特點突出，雖然對于研究生教育是必要的，但是也會造成研究生其他學科知識的貧乏。而中醫藥文獻數據挖掘內容的滲透，為學生開拓了新的研究領域和方向，幫助學生拓寬視野，增加知識厚度和寬度。

誠然，數據挖掘使得中醫藥文獻研究生的培養錦上添花，但是鑒于中醫藥數據挖掘尚處于形成階段，因而對于師資力量要求甚高，已經開展中醫藥數據挖掘研究的高校可以選派相關科研人員作為教師，其他院校可采用外聘專家等途徑開展此項工作。

參考文獻：

[1]Alcala-Fdez J Alcala R， Herrera F. A Fuzzy Association Rule-Based Classification Model for High-dimentional Problems with Genetic Rule Selection and Lateral Tuning[J].IEEE Transactions on Fuzzy Systems，2011，19（5）：857-872.

[2]Carlos Ordonez， KaiZhao. Evaluating Association Rules and Decision Trees to Predict Multiple Target Attribute[J].Intelligent Data Analysis，2011，15（2）：173-192.