藏族医学,简称藏医,是中国传统医学的重要组成部分。然而,藏医的疾病诊断与治疗过程十分依赖医生的个人经验。同时,藏医院的信息化建设相对落后,以电子病历为基础的决策支持系统建设尚处于起步阶段。这些问题已经对现阶段藏医的传承和发展产生阻碍。本文依托青海省自然基金项目——“基于数据挖掘的藏医诊疗决策支持系统关键技术研究”,以藏医用药决策支持为切入点,将数据挖掘技术、推荐算法与藏医用药理论结合,借助青海省藏医院积累的电子病历数据对藏医用药决策支持方法展开研究。本文主要包括以下工作:（1）为了解决经典的关联规则算法Apriori在藏医用药模式挖掘时产生大量无效规则的问题,提出了一种基于症状-用药关联对约束的藏医用药模式挖掘算法—Partition＿Apriori。该算法能够有效地从电子病历数据中挖掘藏医用药模式,以指导医生的用药决策。实验证明,该算法在藏医用药模式挖掘过程中能够产生更少的频繁项集,同时也避免了无效规则的产生。（2）分析了经典推荐算法在藏医用药决策支持这一场景的应用前景,设计了两种藏医用药推荐算法:Ⅰ.为了解决协同过滤在藏医用药决策支持场景下的用户冷启动问题,设计了一种症状-用药关联对与协同过滤分层融合的藏医用药推荐算法;Ⅱ.结合藏医疾病证型理论和模糊理论,设计了一种基于患者症状与证型混合相似度的藏医用药推荐算法。实验证明,这两种藏医用药推荐算法可根据患者的藏医诊断信息,生成初始的藏药配方,有效地辅助藏医生进行临床用药。（3）设计并实现了一个藏医用药决策支持原型系统。该原型系统的主要功能是辅助藏医生进行临床用药决策。该原型系统为藏医决策支持系统的研发奠定了基础。