初始归档：健康管理资料库（大医网/药膳/体质监测/中医理论等12个资料集，7712个文件）
This commit is contained in:
512song committed
commit
80ae3811cf
7712 files changed
+4628547
No files matched your search
@@ -0,0 +1,99 @@
|
||||
# 大医网资料库 — 增量更新报告
|
||||
|
||||
> 生成日期: 2026-05-29
|
||||
|
||||
---
|
||||
|
||||
## 一、数据完整性检查
|
||||
|
||||
### 1.1 数据量总览
|
||||
|
||||
| 数据集 | 文件数 | 有效JSON | 数据量 | 较上次变化 |
|
||||
|--------|--------|----------|--------|-----------|
|
||||
| 中药材 | 1,000 | 1,000 ✅ | 7.9 MB | 不变 |
|
||||
| 方剂 | 1,000 | 1,000 ✅ | 4.3 MB | 不变 |
|
||||
| 针灸穴位 | 1,000 | 1,000 ✅ | 4.1 MB | 不变 |
|
||||
| 疾病 | 998 | 998 ✅ | 15 MB | **+20** (978→998) |
|
||||
| 症状 | 993 | 993 ✅ | 11 MB | **+7** (986→993) |
|
||||
| 术语 | 1,001 | 1,001 ✅ | 7.5 MB | 不变 |
|
||||
| 药膳食疗 | 1,000 | 1,000 ✅ | 4.0 MB | 不变 |
|
||||
| **合计** | **6,992** | **6,992 ✅** | **53.8 MB** | |
|
||||
|
||||
### 1.2 字段完整度发现
|
||||
|
||||
| 数据集 | 核心字段覆盖率 | 需注意字段 |
|
||||
|--------|---------------|-----------|
|
||||
| 中药材 | 名称/功效 100% | 道地产区47%、毒性35%、医保类型23% |
|
||||
| 方剂 | 名称/用法 97%+ | 分类20%、歌诀34%、方解6% |
|
||||
| 针灸穴位 | 名称/定位/主治 98%+ | 配伍53%、别名46% |
|
||||
| 疾病 | 名称/诊断 100% | 饮食56%、疾病分类15% |
|
||||
| 症状 | 名称/治疗 100% | 相关疾病44%、预防5% |
|
||||
| 术语 | 名称/简介 100% | 应用学科62%、英文名称27% |
|
||||
| 药膳食疗 | 名称/功效/配方 99%+ | 做法10%、注意事项3% |
|
||||
|
||||
### 1.3 数据质量结论
|
||||
|
||||
**✅ 所有 6,992 个 JSON 文件均有效可解析，无损坏文件。**
|
||||
|
||||
已修复两个 0 字节文件：
|
||||
- `~分析_初版/06_方剂相似度分析.json` → 已通过深度挖掘脚本重建
|
||||
- `~分析_精修/精修_方剂相似度_Top20.json` → 已清除（由同名有效文件替代）
|
||||
|
||||
---
|
||||
|
||||
## 二、关联索引更新
|
||||
|
||||
### 2.1 已更新的元数据
|
||||
|
||||
| 索引文件 | 操作 |
|
||||
|----------|------|
|
||||
| `03_关联融合/交叉关联分析/四库交叉关联数据.json` | ✅ 疾病数978→998, 症状数986→993 |
|
||||
| `03_关联融合/交叉关联分析/三库关联总览.json` | ✅ diseases: 978→998 |
|
||||
|
||||
### 2.2 已重建的分析数据
|
||||
|
||||
| 内容 | 操作 |
|
||||
|------|------|
|
||||
| 方剂-药材深度挖掘 (21个输出文件) | ✅ 全流程重建，含高频药材、药对、核心药组、功效网络、方剂聚类、配伍禁忌、方剂相似度 |
|
||||
| 脚本路径迁移 | ✅ 8个挖掘脚本已适配新目录结构 |
|
||||
|
||||
### 2.3 脚本可用性修复
|
||||
|
||||
| 脚本 | 修复内容 |
|
||||
|------|----------|
|
||||
| `深度挖掘.py` ~ `深度挖掘精修2.py` (8个) | 所有硬编码路径从旧目录结构迁移到新的5层ETL结构 |
|
||||
| `增量关联更新.py` | 新增，用于快速检测新疾病/症状并补全关联 |
|
||||
|
||||
### 2.4 10个知识索引状态
|
||||
|
||||
**✅ 全部有效**（位于 `02_加工数据/知识索引/`）
|
||||
|
||||
---
|
||||
|
||||
## 三、待优化的字段缺口
|
||||
|
||||
以下字段覆盖率较低，如需提升关联分析质量，建议后续补充：
|
||||
|
||||
| 数据集 | 字段 | 覆盖率 | 缺口 |
|
||||
|--------|------|--------|------|
|
||||
| 方剂 | 分类 | 20% | 780条无分类标注 |
|
||||
| 方剂 | 歌诀 | 34% | 660条无歌诀 |
|
||||
| 中药材 | 毒性 | 35% | 650条无毒性标注 |
|
||||
| 中药材 | 道地产区 | 47% | 530条无产区信息 |
|
||||
| 疾病 | 饮食 | 56% | 440条无饮食建议 |
|
||||
| 疾病 | 相关中医疾病 | 56% | 435条无中医疾病对照 |
|
||||
| 疾病 | 疾病分类 | 15% | 850条无分类 |
|
||||
| 症状 | 相关疾病 | 44% | 556条无相关疾病 |
|
||||
| 药膳食疗 | 做法 | 10% | 901条无详细做法 |
|
||||
| 术语 | 应用学科 | 62% | 377条无学科标注 |
|
||||
| 术语 | 英文名称 | 27% | 728条无英文翻译 |
|
||||
|
||||
---
|
||||
|
||||
## 四、结论
|
||||
|
||||
资料库整体健康，所有数据有效，关联索引完整。下一步建议：
|
||||
|
||||
1. **补全低覆盖率字段** — 特别是方剂分类（20%）、疾病分类（15%）、药膳食疗做法（10%）
|
||||
2. **新主题深度挖掘** — 基于完整的四库数据，可对"安神助眠"、"脾胃调理"等新主题进行跨库关联
|
||||
3. **药膳食疗-术语交叉关联** — 目前尚属空白，可建立连接
|
||||
Reference in new issue
Block a user