中医药是中华民族传统的医药学,它伴随着中华民族延续和发展了几千年,繁衍生息到现在的中华民族便充分证明了中医药顽强的生命力和实用价值。近几年来,随着人们对中医药学的认可和深入研究,中医药学的现代研究不在局限于对中医药本身的研究,化学、药物学、药理学、生物学、植物学,甚至基因组学也纷纷围绕着中医药学展开了研究。而信息化的今天,中医药的信息越来越多,涉及的范围越来越广,对其整理和归纳的工作也越来越复杂:如何利用巨大的方剂知识,为中医专家提供有效的方剂配伍,是急需解决的问题。数据挖掘和复杂网络作为数据处理及知识发现的有效手段,分别从统计性和复杂性角度描述数据,因此被广泛应用于现代中医药学研究中。故本文利用数据挖掘和复杂网络对中药方剂配伍规律进行了研究,以期为解决方剂配伍问题建立一个合理的研究模型。本文在以下五个方面作了如下工作:(1)利用Apriori算法和FP-growth算法对中药方剂中的配伍规律进行研究,并对实验结果进行比对分析,比较两者算法在中药方剂规律研究中的适宜性;(2)基于复杂网络成功构建了中药方剂网络,以主治风湿病的中药方剂为例构建中药方剂网络,且通过与其他常见的复杂网络对比分析,论证了中药方剂网络为复杂网络,为中药方剂网络的构建提供了方案。(3)利用社团发现算法对中药方剂网络进行数据挖掘,对比常见的社团发现算法,分析得到改进后的COPRA算法更适用于中药方剂网络的挖掘,为中药方剂网络的配伍规律研究提供了算法支持。(4)基于复杂网络构建的中药方剂关系模型,成功解决了传统数据挖掘难以反映药物其他性质的问题,为中医药方剂规律的研究提供了一种解决方案。(5)比较基于复杂网络的方剂规律研究和基于关联规则的方剂规律研究,论证两者方法的优越性,为方剂规律研究方法的选择提供理论依据。