中医临床诊疗电子化发展使海量临床数据、医疗古籍被保存下来,为学者对于医学知识的研究提供基础。虽然如今诊疗资料丰富,但对于临床数据和医疗古籍的利用不高,如何利用已有的诊疗资料更加快速、便捷、准确地获得蕴含的医疗知识为今后的诊疗过程提供辅助是专家学者们值得深入思考的问题。近年来学者们对于知识图谱的研究陷入热潮,知识图谱在查询-问答、图谱推理等功能上有着卓越的表现。本文使用临床表现数据和中医诊疗资料,利用知识图谱的表示方式,经过知识抽取、知识融合、知识加工等步骤建立症状-疾病-方剂-中药的知识图谱,并对中医诊疗方剂中所包含的中药进行聚类分析,在中医诊疗原型系统中结合知识推理和聚类分析结果提供辅助的用药决策建议。本文的主要工作内容包括:(1)针对如今中医诊疗资料利用不充分的问题,基于中医诊疗资料构建中医诊疗知识图谱并利用规则推理对中医诊疗知识图谱进行知识加工。该图谱对《本草纲目》和《中国典型病例大全》里中药、方剂、疾病、症状等进行节点、属性以及关系的抽取,以此建立实体的概念关系。同时抽取中医诊疗资料中的实例数据信息,然后将概念层节点和实例层节点进行知识融合,从而建立概念层节点与实例层节点的关系,形成较为全面的中医诊疗知识图谱,为知识推理关系的继承和泛化提供基础。最后利用规则推理建立症状与方剂、症状与药物之间的关联,达到了完善中医诊疗知识图谱的效果,为智能辅助决策提供更好的支持服务。(2)使用加权网络图中心扩散法的聚类算法,探索中药之间的潜在关联。该聚类算法借鉴克鲁斯卡尔算法思想,考虑中药在方剂中的权重、症状在疾病中的权重,以及其网络图拓扑结构的特性,将关联度较高的药物、疾病聚集在一起,发现中医诊疗处方的用药规律。为了确保算法的正确性和有效性,根据评价指标对聚类结果进行分析。(3)搭建了中医诊疗原型系统。该系统包含利用加权网络图中心扩散算法得到的中医临床诊疗处方用药规律和中医临床知识推理的规则。可以为临床工作者带来更科学、规范、精确的智能辅助问答体验。