苗族人们生活中防病治病主要依靠其民间医药,他们积累了独特的辨别病症与用药的经验,形成了苗族医药理论,苗族医药理论中最为重要的是苗药药性研究。然而,由于苗族受到没有统一文字的限制,使得苗药的药性没有得到有效总结和共享,一些苗药还没有明确其药性,也是人们常称的药性缺失问题。苗药药性缺失会造成苗药的用药规范性、安全性得不到保障,从而阻碍了苗药产业发展。因此,急需解决药性缺失问题,以促进产业发展。随着医疗信息技术的普及,各大医院在使用苗药治病过程中积累了大量的临床病例数据和科研文献资料,从而形成了苗医药大数据。苗医药大数据中隐藏了大量有价值的东西,通过对苗医药大数据进行数据挖掘和分析,可以有效地解决苗药药性缺失问题,从而能够达到标准化研制苗药、规范化应用苗药的目的,进一步推动苗药产业发展。本文围绕苗药的药性挖掘方法展开研究,主要包括以下内容:(1)研究了苗药药性分析模型,提出了一个基于贝叶斯网络的苗药药性分析模型,即苗药-症状-症状所属疾病种类-药性模型。通过该分析模型能够推理得出未知苗药的药性。(2)研究了病症与疾病种类的关系,提出了症状的多标签学习方法,此方法包括基于聚类的疾病分类方法与基于朴素贝叶斯的症状的多标签学习方法。本文利用云计算平台存储苗医药病例数据,通过分布式聚类算法获得疾病的分类,通过分布式次数统计方法获得朴素贝叶斯方法中的概率,为后续苗药药性推理提供了支持。(3)研究了苗药药性分析模型的参数,提出了苗药药性分析模型的参数学习方法,利用了分布式参数统计方法,在云计算平台上采用分布式算法学习模型参数,此方法能够快速准确的获得模型的参数。(4)研究了苗药药性的推理,提出了苗药药性分析模型的推理方法,利用苗药药性推理算法推理得出每种苗药的药性。实验表明,利用基于贝叶斯网络的苗药药性挖掘方法能够挖掘出苗药的药性。实验中验证了28种苗药的药性,其准确率达到了85%以上。因此,本文提出的方法可以用于解决苗药药性缺失问题,在苗药的标准研制、临床治病中具有一定应用价值。