一、引言随着互联网为代表的信息技术深度发展，其背后由于历史积累产生了TB、PB甚至EB级数据量，由于传统机器的软硬件不足以支持如此庞大的数据量的存储、管理及分析能力，因而专门应对大数据的分布式处理技术应运而生。
如今业界大数据处理的主流平台非Hadoop和Spark莫属，而Spark又是后起之秀，对于Hadoop而言有过之而无不及。
现在有越来越多的研究人员将数据挖掘的方法运用到中药方剂的挖掘中。
他们的研究确实发现了许多隐藏在中药方剂中的知识。
这些研究包括药物组合规律研究，症状的组合规律研究和症状-药物的对应规律研究等。
然而由于中药数据主要运用自然语言描述并且经历的各个历史朝代的变化和累计，导致了中药方剂挖掘面临血多困难，归结起来主要有三点。
一：中药方剂数据存在很多不规范的地方；二：中药方剂数据库的数据量很大；三：中医方剂数据中存在大量的冗余数据。
[5]研究古代疫病中核心药物与各影响因素之间的显著性分析，目的不只为了重现历史的原貌,更让我们从重大疫病事件中,产生对天地、生命万物和人类关系深刻的反省和思考，充分吸取历史上防治灾疫的经验和教训,对于现今这个疫病重新肆虐的时代显得尤为重要和必要。
找出古代疫病的发生原因和大致规律，为建立、健全中医药参与重大疾病的现代防治机制提供借鉴。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
