中国医学源远流长,中药亦是中华医学的重要组成部分,也是体现中医疗效的基础手段。中药方剂是多种药物按一定组方配伍规则组成的混合物,成分复杂。在临床应用中通过一定组方配伍规律作为手段,来实现对不同病症的治疗。因此,研究中药的有效成分,不能单纯的研究单味药物有效成分或有效成分的简单叠加,还要研究中药组方配伍使各组分之间存在叠加、抑制等相互作用。近年来,现代信息的快速发展与应用,在中医药研究方面有了很多的尝试和发展。特别是数据挖掘技术,对中药方剂配伍的发掘已经成为中医药现代化的重要手段。数据挖掘技术是为解决从各种领域的大量数据的应用问题而提出的科学方法的集合,主要是为了发掘隐藏在海量数据中的知识和规律,为人类的决策方案提供数据和理论支持。基于众多中药数据库的建立,我们尝试将数据挖掘技术应用于中药方剂有效成分与组方规律的研究中,试从计算机数据分析角度,探索中药方剂成分的有效性。本文以数据挖掘技术为手段,对脾胃类和清热类方剂方剂的组方规律和有效成分进行分析研究,主要包含以下工作:数据挖掘的核心是算法。一些基于APriori方法的频繁项集挖掘法,产生候选集需要不断扫描数据库,时间消耗较大。FP-growth是一种不产生候选集的重要的频繁项集挖掘方法。本文在此基础上改进算法,采用修改过的FP-tree和头表结构,只产生FP-tree一次,并只在每次递归时产生头表结构。该算法能获得与原算法相同的频繁项集挖掘结果,但速度上比FP-growth快。筛选整理数据,对方剂数据预处理,创建数据库,选用改进的挖掘算法,初步建立了中药方剂有效成分及组方规律计算机模拟系统,本系统通过数据挖掘技术中的:频繁集、关联规则、聚类分析等算法,对脾胃类方剂的药物成分频数、症状频数、药症关联、药物成分聚类等进行分析,找出脾胃类和清热类方剂中的有效成分与病症间的关联。