（一）关联规则挖掘的过程
关联规则的挖掘可以发现大量数据中数据集之间有趣的关联。而核心就是识别或发现所有频繁项目集。
关联规则的挖掘是一个两阶段的过程：
第一阶段：找出所有频繁项集（Frequent Itemsets）。
第二阶段：由频繁集产生强关联规则（Association Rule），根据定义，这些规则必须满足最小支持度和最小置信度。
二、中医药行业监管问题的关联实证分析
（一）中医药市场监管问题的关联规则
在分析中药市场存在的问题与监管问题的关联时，基于相关问卷题设，一共挖掘出 2 条规则，模型具体结果如下表所示。本项目为保证规则的推广度，选择支持度最高的规则作为结论。
表 34 中医药行业监管基本问题关联
序号
规则
实例个数
规则置信度
规则支持度
提升度
R1
AÙE=>C
548
95.445
51.34
1.41
R2
AÙB=>C
541
95.481
50.65
1.45
1.中药种植管理缺乏科学统筹规划
由表达式 AÙE=>C，AÙB=>C 可知在中药监管问题研究中，消费者在关注中药监管问题的核心，往往关注中药种植管理问题，形成了较为稳定的关联规则。并且支持度和置信度都在 50%和 95%以上。由此可见，中药种植管理是在整个中药生产流程中的无论如何都会被消费者集中关注的需求。
(1)中药加工管理制度和标准普及不完善被同时关注
由表达式 AÙE=>C 可知，2.中药加工管理制度和标准普及不完善两个方面的关注度和置信度分别为 51.65%和 95.281%。可能都是出于在加工过程中安全性的要求，患者更重视中药加工管理制度和标准流程的普遍性。
http://www.dxsbao.com/shijian/549230.html 点此复制本页地址
