中医作为我国国粹的同时,也是人类知识宝库的重要组成部分。在漫长的发展过程中,中医形成了自己独特的“辨证论治”理论。同时,也积累了大量的典籍,这些典籍是古代中医智慧的结晶,尤其在方剂记载方面,形成了巨大的知识宝库。方剂是中医治疗疾病的主要手段,其中方剂的配伍研究是现代中医药研究的重要组成部分,也是制约中医药现代化进程的关键环节。随着我国中医学信息化、数字化、现代化的发展,中医方剂数据库已经日渐完善,如何从这些数据中分析出古代方剂的用药规律,是目前研究的热点。随着数据库技术的发展,数据挖掘作为新的数据处理与分析技术应运而生,并得到了广泛的应用。数据挖掘就是从数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的非平凡过程。采用数据挖掘技术来分析古代方剂数据,揭示古代方剂的配伍规律,对方剂配伍的研究就有一定的促进作用。本文的重点是采用数据挖掘技术来研究古代方剂配伍规律,通过对药物数据的建模,设计并实现相应的求解算法,最终得到了与中医理论相一致的结论,具体研究内容包括以下三方面：(1)采用聚类分析对药物进行合理分类,并对药物在方剂中地位的确定提供依据,本文首次采用K-means算法对药物进行聚类分析,研究包括单一病证以及单一方剂下的药物聚类。(2)采用关联规则来分析药物之间的关联性,包括单一病证下药物之间的关联性以及多病证下药物之间的关联性,并在此狭义药对研究的基础上提出广义药对的挖掘方法。在分析药物关联性的同时,本文也给出了包含同种药物下的病证间的关联规则方法,同时分析药物的最适应病证。另外,在参数灵敏度分析的基础上给出了合理的参数设置,并引入兴趣度这一概念。(3)设计并开发基于B/S结构的古代方剂数据挖掘系统,将编程实现的Apriori算法以及K-means算法嵌入到系统中去,并完成相应的数据挖掘功能。