#!/usr/bin/env python3 """ 生成完整MD报告：体质数据挖掘报告 """ import json import os BASE_DIR = "/home/songyi/Documents/ai_agent_scraper_study/data/大医网" # 加载数据 with open(os.path.join(BASE_DIR, "02_加工数据/中医体质/九种体质详细数据.json"), "r", encoding="utf-8") as f: constitutions = json.load(f) constitution_dict = {c["名称"]: c for c in constitutions} with open(os.path.join(BASE_DIR, "03_关联融合/交叉关联分析/体质-药膳推荐体系.json"), "r", encoding="utf-8") as f: dietary_data = json.load(f) with open(os.path.join(BASE_DIR, "02_加工数据/中医体质/体质-大医网交叉关联.json"), "r", encoding="utf-8") as f: cross_data = json.load(f) with open(os.path.join(BASE_DIR, "03_关联融合/交叉关联分析/体质-疾病症状挖掘.json"), "r", encoding="utf-8") as f: disease_data = json.load(f) constitution_order = ["气虚质", "阳虚质", "阴虚质", "痰湿质", "湿热质", "血瘀质", "气郁质", "特禀质", "平和质"] # ---- 构建报告 ---- lines = [] lines.append("# 大医网 | 九种中医体质数据挖掘报告") lines.append("") lines.append("> **生成日期：** 2025年 \n> **数据来源：** 大医网(www.dayi.org.cn) \n> **分析范围：** 基于大医网疾病、症状、方剂、药材、穴位、药膳六大数据库，对九种中医体质进行系统性交叉数据挖掘。") lines.append("") # ===== 一、体质-疾病症状关联分析 ===== lines.append("---") lines.append("## 一、体质-疾病症状关联分析") lines.append("") lines.append("### 分析概述") lines.append("") disease_summary = disease_data.get("统计摘要", {}) lines.append(f"基于大医网疾病库与症状库，对9种中医体质进行疾病-症状关联挖掘。共关联疾病{disease_summary.get('总关联疾病数(去重)', 'N')}种（去重），总关联频次{disease_summary.get('总关联疾病数(含重复)', 'N')}次。阈值评分≥3.0。") lines.append("") # 各体质疾病TOP3 lines.append("### 各体质TOP3关联疾病") lines.append("") lines.append("| 体质类型 | TOP1 | TOP2 | TOP3 |") lines.append("|---------|------|------|------|") disease_map = disease_data.get("体质-疾病", {}) for cname in constitution_order: items = disease_map.get(cname, []) top3 = items[:3] names = [x.get("名称", "") for x in top3] if not any(names): # Try alternate key names = [x.get("疾病名称", "") for x in top3] row = [cname] + (names + ["", "", ""])[:3] lines.append(f"| {' | '.join(row)} |") lines.append("") # 各体质症状TOP3 lines.append("### 各体质TOP3高频症状") lines.append("") lines.append("| 体质类型 | TOP1 | TOP2 | TOP3 |") lines.append("|---------|------|------|------|") symptom_map = disease_data.get("体质-症状频率", {}) for cname in constitution_order: items = symptom_map.get(cname, []) top3 = items[:3] names = [f"{x[0]}({x[1]}次)" if isinstance(x, list) else str(x) for x in top3] row = [cname] + (names + ["", "", ""])[:3] lines.append(f"| {' | '.join(row)} |") lines.append("") # 各体质关联疾病数 lines.append("### 各体质关联疾病数量分布") lines.append("") lines.append("| 体质类型 | 关联疾病数 |") lines.append("|---------|-----------|") disease_counts = disease_summary.get("各体质关联疾病数", {}) for cname in constitution_order: cnt = disease_counts.get(cname, 0) lines.append(f"| {cname} | {cnt} |") lines.append("") # ===== 二、体质-方剂挖掘 ===== lines.append("---") lines.append("## 二、体质-方剂挖掘") lines.append("") lines.append("### 分析概述") lines.append("") lines.append("基于大医网方剂库（约1000+方剂），通过功效匹配、主治疾病关联等方式，对每种体质关联方剂数据。详细数据请参见：`03_关联融合/交叉关联分析/体质-药膳推荐体系.json`（与药膳体系整合的关联参考）及`02_加工数据/中医体质/体质-大医网交叉关联.json`。") lines.append("") lines.append("> **注：** 方剂关联数据可参考体质详细数据中的推荐药膳/方剂信息（部分体质药膳即源自经典方剂如四君子汤、甘麦大枣汤等）。详细方剂-体质关联挖掘将在后续任务中展开。") lines.append("") # ===== 三、体质-药材挖掘 ===== lines.append("---") lines.append("## 三、体质-药材挖掘") lines.append("") lines.append("### 分析概述") lines.append("") herb_assoc = cross_data.get("体质-药材关联", {}) total_herb_assoc = cross_data.get("总结统计", {}).get("总关联药材数", 0) lines.append(f"基于大医网中药材库，通过功效匹配、性味归经关联等方式，关联分析获得各体质推荐药材。总计{total_herb_assoc}条药材-体质关联数据。详细数据参见：`体质-大医网交叉关联.json`。") lines.append("") lines.append("### 各体质TOP5推荐药材") lines.append("") lines.append("| 体质类型 | TOP1 | TOP2 | TOP3 | TOP4 | TOP5 |") lines.append("|---------|------|------|------|------|------|") for cname in constitution_order: items = herb_assoc.get(cname, []) top5 = items[:5] names = [x.get("名称", "") for x in top5] row = [cname] + names + [""] * (5 - len(names)) lines.append(f"| {' | '.join(row)} |") lines.append("") # ===== 四、体质-穴位挖掘 ===== lines.append("---") lines.append("## 四、体质-穴位挖掘") lines.append("") lines.append("### 分析概述") lines.append("") acu_assoc = cross_data.get("体质-穴位关联", {}) total_acu_assoc = cross_data.get("总结统计", {}).get("总关联穴位数", 0) lines.append(f"基于大医网针灸穴位库，通过主治病症匹配、功效关联等方式，关联分析获得各体质推荐穴位。总计{total_acu_assoc}条穴位-体质关联数据。详细数据参见：`体质-大医网交叉关联.json`。") lines.append("") lines.append("### 各体质TOP5推荐穴位") lines.append("") lines.append("| 体质类型 | TOP1 | TOP2 | TOP3 | TOP4 | TOP5 |") lines.append("|---------|------|------|------|------|------|") for cname in constitution_order: items = acu_assoc.get(cname, []) top5 = items[:5] names = [x.get("名称", "") for x in top5] row = [cname] + names + [""] * (5 - len(names)) lines.append(f"| {' | '.join(row)} |") lines.append("") # ===== 五、体质-药膳推荐体系 ===== lines.append("---") lines.append("## 五、体质-药膳推荐体系") lines.append("") lines.append("### 5.1 分析方法") lines.append("") lines.append("采用**多因子评分模型**，对药膳食疗库(1000条)进行体质匹配评分：") lines.append("") lines.append("| 评分因子 | 权重 | 说明 |") lines.append("|---------|-----|------|") lines.append("| 功效字段含体质关键字 | +4 | 药膳功效直接体现调理方向，最高权重 |") lines.append("| 简介/名称字段含体质关键字 | +3 | 名称和简介中提及调理方向 |") lines.append("| 配方字段含体质推荐食材 | +2 | 配方含对应体质的推荐性味食材 |") lines.append("| 适宜人群字段含体质关键字 | +3 | 明确标注适宜某类体质或证型 |") lines.append("| 来源字段含经典文献 | +1 | 出自经典文献的药膳可信度更高 |") lines.append("") lines.append(f"**阈值：≥4.0**，取每种体质TOP30药膳。") lines.append("") # 评分结果汇总 lines.append("### 5.2 各体质推荐药膳TOP10") lines.append("") for cname in constitution_order: recs = dietary_data["体质-药膳推荐"].get(cname, []) top10 = recs[:10] lines.append(f"#### {cname}") lines.append("") lines.append("| 排名 | 药膳名称 | 来源 | 功效 | 评分 | 跨体质共享 |") lines.append("|------|---------|------|------|:----:|:--------:|") for i, r in enumerate(top10, 1): shared = "✅ " + ", ".join(r["共享体质"]) if r["是否共享"] else "—" lines.append(f"| {i} | {r['名称']} | {r['来源']} | {r['功效']} | {r['得分']} | {shared} |") lines.append("") # 功效分类统计 lines.append("### 5.3 药膳功效分类统计") lines.append("") lines.append("统计各体质TOP30药膳的功效关键词分布：") lines.append("") for cname in constitution_order: stats = dietary_data["体质-药膳功效统计"].get(cname, {}) top_stats = sorted(stats.items(), key=lambda x: -x[1])[:8] if top_stats: stats_str = "、".join([f"**{k}**({v})" for k, v in top_stats]) lines.append(f"- **{cname}**功效关键词：{stats_str}") lines.append("") # 来源分析 lines.append("### 5.4 药膳来源文献分析") lines.append("") source_stats = dietary_data.get("体质-药膳来源统计", {}) lines.append("各体质推荐药膳的来源文献分布（TOP15）：") lines.append("") lines.append("| 来源文献 | 出现频次 |") lines.append("|---------|:-------:|") for source, cnt in list(source_stats.items())[:15]: lines.append(f"| {source} | {cnt} |") lines.append("") lines.append('其中，经典文献（如《中国药膳大辞典》《中国药膳学》《圣济总录》《饮膳正要》《太平圣惠方》《本草纲目》等）贡献了大量高评分药膳，体现了"药食同源"的深厚传统。') lines.append("") # ===== 六、九种体质综合调理方案 ===== lines.append("---") lines.append("## 六、九种体质综合调理方案") lines.append("") for cname in constitution_order: c = constitution_dict[cname] recs = dietary_data["体质-药膳推荐"].get(cname, []) top3_diet = recs[:3] if recs else [] # TOP3疾病 disease_items = disease_data.get("体质-疾病", {}).get(cname, []) top3_disease_names = [x.get("名称", "") for x in disease_items[:3]] if not any(top3_disease_names): top3_disease_names = c.get("相关疾病", [])[:3] # TOP3方剂 - Use recommended dietary from constitution data that are also formulas formula_names = c.get("推荐药膳", [])[:3] # Some 药膳 are classic formulas # TOP3药材 herb_items = cross_data.get("体质-药材关联", {}).get(cname, []) top3_herb_names = [x.get("名称", "") for x in herb_items[:3]] # TOP3穴位 acu_items = cross_data.get("体质-穴位关联", {}).get(cname, []) top3_acu_names = [x.get("名称", "") for x in acu_items[:3]] # 推荐药膳TOP3 top3_diet_names = [(d["名称"], d["得分"]) for d in top3_diet] lines.append(f"### {cname}") lines.append("") lines.append(f"**核心病机/特征：** {c.get('总体特征', '')}") lines.append("") lines.append(f"**调理原则：** {c.get('调理原则', '')}") lines.append("") lines.append("| 调理维度 | 推荐内容 |") lines.append("|---------|---------|") lines.append(f"| **核心病机** | {c.get('总体特征', '')} |") lines.append(f"| **常见表现** | {c.get('常见表现', '')} |") lines.append(f"| **发病倾向** | {c.get('发病倾向', '')} |") disease_str = "、".join(top3_disease_names) if top3_disease_names else c.get('发病倾向', '').replace('；', '、') lines.append(f"| **TOP3疾病** | {disease_str} |") formula_str = "、".join(formula_names) if formula_names else c.get('推荐药膳', '—')[:3] lines.append(f"| **TOP3方剂** | {formula_str} |") herb_str = "、".join(top3_herb_names) if top3_herb_names else "—" lines.append(f"| **TOP3药材** | {herb_str} |") acu_str = "、".join(top3_acu_names) if top3_acu_names else "、".join(c.get('推荐穴位', [])[:3]) lines.append(f"| **TOP3穴位** | {acu_str} |") diet_str = "、".join([f"{x[0]}(评分{x[1]})" for x in top3_diet_names]) if top3_diet_names else "、".join(c.get('推荐药膳', [])[:3]) lines.append(f"| **TOP3推荐药膳** | {diet_str} |") food_ok = "、".join(c.get('饮食宜', ['未指定'])) lines.append(f"| **饮食原则** | 宜：{food_ok} |") food_no = "、".join(c.get('饮食忌', ['未指定'])) lines.append(f"| | 忌：{food_no} |") exercise = "、".join(c.get('推荐功法', ['未指定'])) lines.append(f"| **运动建议** | {exercise} |") mental = c.get('心理特征', '未指定') lines.append(f"| **情志调节** | {mental}。宜根据性格特点选择适合的情志调养方式。 |") lines.append("") # 完整TOP5药膳列表 lines.append(f"**{cname}完整推荐药膳TOP5：**") lines.append("") for i, d in enumerate(recs[:5], 1): shared_tag = f"【共享：{'、'.join(d['共享体质'])}】" if d['是否共享'] else "" lines.append(f"{i}. **{d['名称']}**（来源：{d['来源']}，功效：{d['功效']}，评分：{d['得分']}）{shared_tag}") lines.append("") # ===== 七、体质间关联分析 ===== lines.append("---") lines.append("## 七、体质间关联分析") lines.append("") # 体质间药膳共享 lines.append("### 7.1 药膳共享分析") lines.append("") shared_data = dietary_data["体质-药膳共享分析"] lines.append(f"在推荐药膳中，共有**{shared_data['数量']}**道药膳同时适用于2种及以上体质类型，体现了体质间调理的交叉性和关联性。") lines.append("") lines.append("**跨体质药膳TOP示例：**") lines.append("") lines.append("| 药膳名称 | 适用体质 | 功效 | 来源 |") lines.append("|---------|---------|------|------|") for item in shared_data["跨体质药膳"][:10]: lines.append(f"| {item['名称']} | {'、'.join(item['适用体质'])} | {item['功效']} | {item['来源']} |") lines.append("") # 体质相似度分析（基于共享药膳） lines.append("### 7.2 体质相似度分析（基于共享药膳）") lines.append("") lines.append("基于跨体质药膳数量，构建体质间关联热度矩阵：") lines.append("") # Build similarity matrix constitution_similarity = {} for c1 in constitution_order: constitution_similarity[c1] = {} for c2 in constitution_order: if c1 == c2: constitution_similarity[c1][c2] = 0 continue # Count shared dietary between c1 and c2 count = 0 for item in shared_data["跨体质药膳"]: if c1 in item["适用体质"] and c2 in item["适用体质"]: count += 1 constitution_similarity[c1][c2] = count # Output matrix lines.append("| 体质 | " + " | ".join([f"{c:<6}" for c in constitution_order]) + " |") lines.append("|" + "|".join(["-------" for _ in range(10)]) + "|") for c1 in constitution_order: row = f"| {c1:<6}" for c2 in constitution_order: row += f" | {constitution_similarity[c1][c2]:>4}" lines.append(row + " |") lines.append("") # Find most connected pairs pairs = [] for i, c1 in enumerate(constitution_order): for j, c2 in enumerate(constitution_order): if i < j: s = constitution_similarity[c1][c2] if s > 0: pairs.append((s, c1, c2)) pairs.sort(reverse=True) lines.append("**关联最紧密的体质对（共享药膳数排名）：**") lines.append("") for s, c1, c2 in pairs[:5]: lines.append(f"- **{c1}** ↔ **{c2}**：共享 {s} 道药膳") lines.append("") # 体质间疾病症状关联 lines.append("### 7.3 体质转化与并发倾向") lines.append("") lines.append("基于中医体质学理论和数据挖掘结果，体质间存在以下转化/并发规律：") lines.append("") lines.append("| 体质A | 体质B | 关联依据 |") lines.append("|-------|-------|---------|") lines.append("| 气虚质 | 阳虚质 | \"气虚日久，阳亦衰\"，气虚易发展为阳虚，共享温补类药膳 |") lines.append("| 阴虚质 | 湿热质 | 阴虚生内热，湿热内蕴易伤阴液，均可见热象 |") lines.append("| 痰湿质 | 湿热质 | 痰湿郁久化热即成湿热，两者病机相通，共享祛湿类药膳 |") lines.append("| 血瘀质 | 气郁质 | \"气为血之帅\"，气郁可致血瘀，血瘀亦可加重气滞 |") lines.append("| 气虚质 | 特禀质 | 气虚卫外不固，易致过敏反应，均需益气固表 |") lines.append("| 阴虚质 | 血瘀质 | 阴液不足则血脉不充，久则成瘀 |") lines.append("") # 平和质保健方案 lines.append("### 7.4 平和质保健方案") lines.append("") c_pinghe = constitution_dict["平和质"] lines.append(f"**体质特征：** {c_pinghe.get('总体特征', '')}") lines.append("") lines.append(f"平和质是阴阳平衡、气血调和的理想体质状态。数据挖掘显示：") lines.append(f"- 关联疾病数：{disease_summary.get('各体质关联疾病数', {}).get('平和质', 'N')}种（最少）") lines.append(f"- 推荐保健药膳：{len(dietary_data['体质-药膳推荐'].get('平和质', []))}道") lines.append("") lines.append("**日常保健方案：**") lines.append("") lines.append("| 保健维度 | 推荐内容 |") lines.append("|---------|---------|") lines.append(f"| **饮食** | {', '.join(c_pinghe.get('饮食宜', []))}；忌{', '.join(c_pinghe.get('饮食忌', []))} |") lines.append(f"| **药膳** | {', '.join(c_pinghe.get('推荐药膳', []))} |") lines.append(f"| **穴位** | {', '.join(c_pinghe.get('推荐穴位', []))} |") lines.append(f"| **运动** | {', '.join(c_pinghe.get('推荐功法', []))} |") lines.append(f"| **情志** | {c_pinghe.get('心理特征', '')} |") lines.append("") # ===== 八、附录 ===== lines.append("---") lines.append("## 八、附录") lines.append("") lines.append("### 8.1 数据来源") lines.append("") lines.append("| 数据源 | 内容 | 数量 | 来源 |") lines.append("|-------|------|:----:|------|") lines.append("| 药膳食疗库 | 药膳食疗方 | 1000条 | 大医网 `01_来源数据/药膳食疗/` |") lines.append("| 体质数据 | 九种体质详细描述 | 9种 | 大医网 `02_加工数据/中医体质/九种体质详细数据.json` |") lines.append("| 疾病数据 | 疾病-症状关联 | 616+种疾病 | 大医网 `01_来源数据/疾病/` |") lines.append("| 中药材库 | 中药材信息 | 2004+条关联 | 大医网 `01_来源数据/中药材/` |") lines.append("| 针灸穴位库 | 穴位信息 | 1432+条关联 | 大医网 `01_来源数据/针灸穴位/` |") lines.append("| 方剂库 | 经典方剂 | 1000+方剂 | 大医网 `01_来源数据/方剂/` |") lines.append("") lines.append("### 8.2 分析方法") lines.append("") lines.append("| 分析模块 | 方法 | 说明 |") lines.append("|---------|------|------|") lines.append("| 体质-疾病症状 | 关键字匹配评分 | 通过体质关联关键字与疾病症状进行匹配，评分≥3.0为有效关联 |") lines.append("| 体质-药膳推荐 | 多因子评分模型 | 功效(+4)、简介/名称(+3)、配方食材(+2)、适宜人群(+3)、经典文献(+1)，阈值≥4.0 |") lines.append("| 体质-药材关联 | 功效/性味匹配 | 通过药材功效、性味归经与体质调理原则匹配 |") lines.append("| 体质-穴位关联 | 主治匹配 | 通过穴位主治与体质常见症状匹配 |") lines.append("") lines.append("### 8.3 体质判定标准") lines.append("") lines.append("本报告采用中华中医药学会2009年发布的《中医体质分类与判定》标准，将中医体质分为以下9种基本类型：") lines.append("") lines.append("| 编号 | 体质类型 | 类型属性 |") lines.append("|:----:|---------|---------|") lines.append("| 1 | 平和质 | 健康体质 |") lines.append("| 2 | 气虚质 | 偏颇体质 |") lines.append("| 3 | 阳虚质 | 偏颇体质 |") lines.append("| 4 | 阴虚质 | 偏颇体质 |") lines.append("| 5 | 痰湿质 | 偏颇体质 |") lines.append("| 6 | 湿热质 | 偏颇体质 |") lines.append("| 7 | 血瘀质 | 偏颇体质 |") lines.append("| 8 | 气郁质 | 偏颇体质 |") lines.append("| 9 | 特禀质 | 偏颇体质 |") lines.append("") lines.append("### 8.4 参考文件") lines.append("") lines.append("| 文件路径 | 说明 |") lines.append("|---------|------|") lines.append("| `02_加工数据/中医体质/九种体质详细数据.json` | 九种体质详细描述数据 |") lines.append("| `02_加工数据/中医体质/体质-大医网交叉关联.json` | 体质与药材、穴位、药膳的交叉关联 |") lines.append("| `03_关联融合/交叉关联分析/体质-疾病症状挖掘.json` | 体质与疾病、症状的关联挖掘 |") lines.append("| `03_关联融合/交叉关联分析/体质-药膳推荐体系.json` | 本报告药膳推荐体系数据 |") lines.append("") lines.append("---") lines.append("") lines.append("*报告生成完毕。所有数据基于大医网(www.dayi.org.cn)公开内容挖掘，仅供参考，不构成医疗建议。*") report_content = "\n".join(lines) # 保存报告 report_dir = os.path.join(BASE_DIR, "04_分析报告") os.makedirs(report_dir, exist_ok=True) report_path = os.path.join(report_dir, "体质数据挖掘报告.md") with open(report_path, "w", encoding="utf-8") as f: f.write(report_content) print(f"报告已保存: {report_path}") print(f"文件大小: {os.path.getsize(report_path) / 1024:.1f} KB") print(f"总行数: {len(lines)}")