《黄帝内经》专题数据库建设与知识发现研究
时间：2021-04-12 07:51:49 来源：达达文档网 本文已影响 人 
摘要：通过建立《黄帝内经》专题数据库，对《黄帝内经》原文内容及注家的注解进行系统收集和整理，并在建立数据库的基础上进行知识发现的相关探讨。将知识发现方法应用于《黄帝内经》的研究，能够从中发现有价值的知识，为中医经典的传承与研究提供更为科学的方法与手段，同时扩展了知识发现系统的研究内容，从而为中医药标准化、规范化研究奠定基础。
关键词：《黄帝内经》 数据库 概念模型 知识发现
中图分类号：R221 文献标识码：A 文章编号：1009-5349（2018）11-0256-02
中医经典是中医学领域的奠基之作，其中记载着大量有价值的中医理论内容。以《黄帝内经》为代表的中医典籍，是中医经典的代表。然而因其创作年代久远，流传过程中对经典内容的注释和理解多种多样，各个朝代、各位医家众说纷纭，造成中医界各家学说的兴起，同时也为后世学者造成一些困惑。为解决这一问题，本文建立《黄帝内经》专题数据库，并在此基础上进行知识发现研究，为学者参考历代医家对中医经典的解读提供方便、高效、智能化的方法和手段，以促进中医标准化，为中医经典传承提供方法学上的支持。
一、《黄帝内经》专题数据库的建设
在信息化社会，充分有效地管理和利用各类信息资源，是进行科学研究和决策管理的前提条件。对信息资源的开发及应用日益受到各研究领域的重视，数据库技术作为管理信息资源的重要手段和工具，以其强大的存储能力和对数据处理、分析能力，为许多学科的数据处理、信息检索、人工智能等方面提供了强大的动力。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分，是进行科学研究和决策管理的重要技术手段。数据结构又分为数据的逻辑结构和数据的物理结构。逻辑结构分为层次结构模型、网状结构模型和關系结构模型。关系结构模型是我们现在所使用的主要结构模型。现结合《黄帝内经》中的内容以及历代注家对《黄帝内经》的注解，设计一个关于《黄帝内经》的专题数据库，其设计过程如下：
（1）数据库概念结构设计。根据《黄帝内经》的内容及注家的特点，本数据库采用关系模型数据库，即用二维表格数据来表示数据间联系的模型。这种模型既能反映属性间一对一的联系，又能反映属性间一对多的联系，还能反应属性间多对多的联系。
（2）数据库逻辑结构设计。根据以上概念结构图，可以得到数据库逻辑结构：
《黄帝内经》原文（序号，所在卷篇，内容，主题词，副主题词）；
注家（序号，姓名，年代，主要注本，学术成就，注释特点）；
注解（序号，注解内容）。
根据概念结构和逻辑结构，以SQL-Server作为数据库管理系统，即可建立《内经》肝藏象理论十四家注本数据库中的各个数据库表。
这三个表按照数据库范式的要求，都已经达到了3NF范式，能够减少数据的冗余，消除了不必要的联系。满足了数据库设计要求。
二、知识发现研究
（1）知识发现。知识发现本身是一门交叉学科，随着计算机技术的发展而得到广泛应用。知识发现的研究始于从数据库中发现有用的模式这一概念，即KDD（Knowledge Discovery in Database）。KDD是指识别出存在于数据库中有效的、新颖的、具有潜在效用的乃至最终可理解的模式的非平凡的过程。一般认为，数据挖掘（DM）是知识发现（KDD）过程的一个步骤，或将知识发现等同于数据挖掘。
知识发现的任务就是从大量数据中，发现和提取隐含的、未知的、潜在有用并能被人们理解的规则与模式，因此，知识发现被广泛应用于解决数据分类、数据聚类、衰退和预报、关联和相关性、顺序发现、描述和辨别、时间序列分析等问题。近年来，知识发现在中医药领域也有广泛应用。如对方剂及中药等相关资料进行数据标准化处理，建数据库，分析方剂及中药配伍的规律，为临床提供参考。
（2）知识发现应用于《黄帝内经》。在建立《黄帝内经》专题数据库的基础上，将知识发现方法应用于《黄帝内经》的研究，可以挖掘《黄帝内经》原文及相关注解中隐含的、潜在的知识。具体可以采用知识网络等算法构建各注家知识点之间的关系矩阵，客观地分析各注家之间的关联程度，如注家对原文内容的注解之间是否具有相关性，为《黄帝内经》的研究提供一种新的方法，为智能化抽取《黄帝内经》注本知识提供了科学的参考。
三、结语
本文通过建立《黄帝内经》专题数据库，系统收集和整理《黄帝内经》原文内容及注家的注解。在此基础上进行知识发现的相关探讨，基于中医经典研究，开发一种知识发现系统，能够从中发现有价值的知识，为中医学领域提供更为科学的研究方法与手段，同时扩展了知识发现系统的研究内容，从而为中医药标准化、规范化研究奠定基础。
参考文献：
[1]钱雪忠.数据库原理及应用[M].北京：北京邮电大学出版社，2007.
[2]Bain T.SQL server 2000数据仓库与Analysis Services[M].北京：中国电力出版社，2003.
[3]王珊.数据库技术与联机分析处理[M].北京：北京科学出版社， 2017.
[4]王珊，萨师煊.数据库系统概论[M].北京：高等教育出版社，2014.
[5]王冰.重广补注黄帝内经素问[M].北京：学苑出版社.2004.
[6]倪志伟，蔡庆生.基于知识发现技术的神经网络专家系统[J]. 厦门大学学报（自然科学版），2000（3）.
责任编辑：刘健
