随着信息时代的飞速发展，存储在数据库中的信息呈指数级增长。人们希望从存储的大量信息中发现隐藏在数据背后的，有价值的知识。在社会需求的强劲推动下，数据挖掘技术得到了飞速发展。目前，数据挖掘技术已经应用在社会的各个领域中，包括金融、医疗、科学、工业等等。 中医是我国古代劳动人民为我们留下的宝贵的财富。中医辨证是中医学中的精华，是中医诊断学的主要研究内容。辨证为医生提供治疗的前提和依据，是中医诊断的核心。众所周知在中医领域，传统的统计学方法一直占据主导地位，但是由于这种方法缺乏逻辑分析能力，所以结果的客观真实性也是备受质疑。为了证实中医的客观性，本项目将数据挖掘技术与中医辨证理论相结合，通过对中医疗效数据进行挖掘建模，利用逻辑分析的方法生成客观的中医疗效评价系统。 本文以中医小儿肺炎病例为示范，生成中医小儿肺炎疗效评价系统。本文首先论述了中医小儿肺炎疗效评价的目标和内容，分析了中医小儿肺炎疗效评价系统中数据源的特点，并针对该数据源的特点进行了数据完整性处理、规范化处理、不可靠信息处理及属性约简，建立了中医疗效评价的层次结构，应用数理统计的方法和关联挖掘技术建立中医小儿肺炎疗效评价系统的模型。接下来通过数理统计的方法得出中医小儿肺炎疗效评价中症状对证的贡献率，然后采用面向中医疗效评价改进的Apriori关联规则挖掘算法挖掘出疗效评价中症状的伴随情况，来供专家修正由贡献率得出的权值，用数字来揭示中医小儿肺炎疗效评价中证和症状的相互关系。最后根据系统得出的小儿肺炎的证、症状的内在联系及规律对采集的数掘进行验证，实验正确率达到80％以上。