中医辨证是中医学的重要组成部分，是中医基础理论知识的最直接反应。辨证主要是指根据望闻问切四诊来取得患者的症状信息，由中医专家来确定所属的证，进而进行针对性治疗，帮助患者早日恢复健康。通常来讲，中医专家的主观经验制约着辨证结果的正确性。随着计算机技术的引进，越来越多的研究人员开始注重中医的客观化辨证，即通过计算机技术来达到中医辨证诊断的目的。但是，中医学中大量的非线性知识以及因地域差别而导致的诊疗术语的不规范造成了中医客观化进展的缓慢。在中医理论中，脾胃学说在脏腑学说中占有极其重要的地位，被称为是“先天之源、后天之本”。因此论文欲利用数据挖掘技术来研究脾胃病客观化诊断的关键技术，在前人的基础上改进相关算法以适应脾胃病数据的要求，并力求得到准确率较高的诊断结果，给后续的论治提供精确的前提。论文的主要研究工作包括：1.获取脾胃病病历信息，建立信息数据库：论文所需的病历数据由浙江省中医药大学的宋红和郑小伟两位老师提供，共570个病例。然后根据《中医临床诊疗术语》筛选出患者主要症状，并在宋红老师的指导下将其规范化。为使计算高效，我们还对这些数据进行数值化处理，建立最终的脾胃病信息数据库。2.改进了基于条件熵的粗糙集约简算法：论文主要研究了粗糙集基于区分矩阵的约简算法和基于属性重要度的一般约简算法，通过比较属性重要度、信息熵等启发式规则，改进了基于条件熵的算法。用脾胃病数据进行测试能得到理想的约简结果，奠定了初步的诊断基础。3.将知识库和数据相结合建立贝叶斯网络模型：论文通过研究贝叶斯网络的结构学习和参数学习方法，改进了基于知识的建模，利用因果关系生成规则来构造贝叶斯网络，减少了评分搜索的搜索空间，提升了算法效率。4.改进了AHP构造判断矩阵的方法：针对AHP过于主观随意的缺点，论文改进了层次间相对属性重要度的计算，构造了基于主观和客观同时存在的判断矩阵，并针对脾胃病诊断，改进了最低层对目标层的重要度计算，建立了适合脾胃病诊断的基于粗糙集的AHP模型（RAHP）。