数据挖掘技术在传染病预防控制中的应用研究文献综述

一、 课题研究的背景与意义

数据挖掘（Data Mining，DM）是指从大量的、不完全的、有噪声的、模糊的、随机数据中，提取隐含其中，不为人们所知的，但又有潜在价值的信息和知识，如趋势、特征以及相关性的过程。数据挖掘是知识发现（Knowledge Discovery in Database是，KDD）过程的一个关键步骤，它通过对查询内容进行模式的总结和内在规律的探索，帮助决策者分析历史数据及当前数据，从中发现隐藏的关系和模式，进而预测未来可能发生的行为，为决策者提供有利的支持。传染病是由病菌、细菌和真菌等病原体或原虫、蠕虫等寄生虫感染人或其他生物体后所产生且能在人群或相关生物种群中引起流行的疾病^[2]。传染病历来就是人类的大敌，人类正面临着种种传染病长期而严峻的威胁，对传染病的预防及控制策略研究一刻也不能松懈。由于对传染病的研究不能采取实验形式。因此，对各类传染病发病机理、流行规律、预测预报就更好的需要理论分析、定量分析、模拟仿真来进行，其中数据挖掘技术就是一条很好的途径。使用该项技术，一定程度上能够有效的预防和控制传染病的蔓延。

二、 研究现状及不足

由于数据挖掘可以通过对查询内容进行模式的总结和内在规律的搜索, 帮助决策者分析历史数据及当前数据, 从中发现隐藏的关系和模式,进而预测未来可能发生的行为, 为决策者提供有利的支持，因而它在不同的领域得到了广泛的应用。其中，在医学领域潘宝峰,张天嵩等人就数据挖掘技术在中医医案研究中的运用进行了深入研究；付先军基于数据挖掘技术探讨治疗肺系疾病方剂中药物化学成分类别构成及其配伍关系，并取得了很有意义的结果；苏帆探讨了数据挖掘技术在药物疗效预测中的应用。传染病对人类的生活构成了严重的威胁，而很多传染病现代医学水平也无法完全预防和治愈。所以，使用数据挖掘技术，一定程度上能够有效的预防和控制传染病的蔓延，为传染病的预防和控制带来便利，在这方面的研究目前已有的如： 刘云涛、郑丹文等人从理论和实践两方面对聚类分析、关联规则等数据挖掘技术在名老中医防治传染病经验整理中的应用进行介绍等。

三、 课题研究内容

1．数据挖掘的概述。简要的对数据挖掘技术做简单的阐述。

2. 数据挖掘的方法。数据挖掘中包括决策树、遗传算法、神经网络、传统统计分析、关联规则、可视化技术、贝叶斯网络等多种方法。进行数据挖掘可采用一种算法,但更多情况下是采用多种算法的联合来解决具体的问题。本文主要就以下几种方法展开论述。即关联规则挖掘、分类和预测及聚类分析，孤立点分析等方法。

3.数据挖掘的作用及功能。