摘要：随着复杂网络研究的深入发展，利用复杂网络理论对中药处方数据进行建模和分析已成为研究中药配伍性的重要方法。然而，基于“节点-边缘”结构的传统“医药”网络无法反映处方与中药之间的高阶交互，影响了药物对挖掘的准确性和有效性。为了解决这个问题，本文提出了一种基于超图的方法来建模处方超网络，以捕获处方和中药之间的高阶相关性。处方超网络是通过将处方作为超边缘，处方中的中药作为节点来构建的。通过比较传统的“药物-药物”网络和处方超网络的统计特性，发现处方超网络具有节点超度分布，更符合幂律分布特征，并表现出小世界和无标度特性。这证明了处方超网络建模方法的合理性和可行性。基于中药配方的超网络，提出了一个双权重度中心性指数（DWDC）来识别配方中常用的草药。考虑了超边对节点特性的影响，以网络的脆弱性和鲁棒性为基础。通过与各种算法的比较实验表明，该方法可以更有效地筛选出超网络配方中常用的草药。进一步扩展了DWDC指数以识别二阶常用草本植物对，并提出了高阶指数H-DWDC。基于真实数据集的实验结果表明，该方法能够有效地从海量数据中提取常用草药对。

关键词： 复杂网络， 处方超网络， 双权重度中心性（DWDC）， 药物对挖掘， 高阶双权度中心性

摘要：随着复杂网络研究的深入发展，利用复杂网络理论对中药药方数据进行建模分析已成为研究中药配伍规律的重要方法之一。然而，传统的“药-药”网络结构只基于“点-边”关系，无法体现方剂和中药之间的高阶交互关系，从而影响药对挖掘的准确率和效果。针对该问题，提出了一种基于超图的方药超网络建模方法来刻画方剂与中药之间的高阶关联关系，以方剂为超边、方剂中的中药为节点构建方药超网络，对比传统“药-药”网络和方药超网络的统计特性发现，方药超网络节点超度分布更加符合幂律分布特征，具有小世界和无标度特性，证明了方药超网络建模方法具有合理性和可行性；基于方药超网络提出一种融合多因素的双权重度中心性指标（双权重度中心性，DWDC）挖掘方剂中的常见中药，引入超边属性对节点特性的影响，以网络的脆弱性和鲁棒性为依据，通过各算法之间的对比实验，验证所提出方法能够更有效筛选出方剂超网络中的常见中药；再将DWDC公司指标推广到二阶常见药对挖掘，提出高阶指标H-DWDC基于真实数据集的实验结果表明，该方法能够有效地从海量数据中挖掘出常见药对。

关键词: 复杂网络, 方药超网络, 双权重度中心性（DWDC）， 药对挖掘, 高阶双权重度中心性（H-DWDC）