三、数据挖掘技术在药学信息中的应用

数据挖掘过程一般需要经历确定挖掘对象、准备数据、建立模型、数据挖掘、结果分析和知识应用这样几个阶段（图12‐。简单地讲，数据挖掘是从大量数据中提取或“挖掘”知识。数据挖掘融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，使用的方法主要包括分类分析、聚类分析、关联分析等，常用的有贝叶斯网络分类法、决策树法、机器学习、案例推理、关联法则分析等。探讨数据挖掘技术在药学信息中的应用，从中提取出隐含的、以前不为人所知、可信而有效的信息与知识。