【摘要】 就数据挖掘中关联规则的概念和作用进行了探讨，对关联规则中寻找频繁项集的Apriori算法作出了分析，并给出了关联规则在医院门诊中并发症的挖掘应用，获得了较好的应用效果。
【关键词】 数据挖掘 关联规则 Apriori 门诊 并发症 数据挖掘研究院
Preliminary application of association rules in The out-patient department of hospital 数据挖掘研究院
Wan Renxia，Chen Ruidian 数据挖掘研究院
The College of Mathematics and Computer Science，Fuzhou University，Fuzhou350002.
【Abstract】 This paper discusses the concept and the effect of association rules in data mining.Also it intro-duces the Apriori algorithm in searching frequent itemsets.Based on the algorithm，It gives out the applications of checking out the complications in the out-patient department of Hospital and acquires good effects. 数据挖掘研究院
【Key words】 data ming association rules apriori out-patient department complication
面对海量的存储数据，如何从中发现有价值的信息或知识是一项非常艰巨的任务。数据挖掘就是为了满足这种要求而迅速发展起来的。数据挖掘是指从大型数据库或数据仓库中提取隐含的、先前未知的、对决策者有潜在价值的知识和规则。数据挖掘是人工智能和数据库发展相结合的产物，是目前国际上数据库和信息决策系统最前沿的研究方向之一，已引起了国际人工智能和数据库等领域专家与学者的广泛关注，其中在事务数据库中挖掘关联规则（As-sociation Rules）是数据挖掘领域中的一个非常重要的研究课题，关联规则是Rabesh Agrawal等人于1993年首先提出的，最近几年里在数据挖掘研究领域对关联规则挖掘的研究开展得比较积极和深入。门诊是医院医疗工作的重要组成部分，是直接对病人进行诊断、治疗和开展预防保健工作的场所，是医院接触病人时间最早、人数最多、范围最广的部门，随着医院信息系统（Hospital Information System，HIS）在医院的广泛应用，特别是电子病历、一卡通等新技术在门诊系统中的广泛应用，一方面方便了病人就医，提高了医院的运作效率，同时，也使每天产生的医疗数据大幅提高。由此，门诊中积累大量的医疗数据，如何利用数据挖掘技术从这些门诊数据中找出有价值的知识和规则已成为一个非常重要的研究课题，本文将就关联规则在医院门诊子系统中的应用作一简浅讨论。
