本研究的关键词包括“顽固性呃逆”、“针刺疗法”、“数据挖掘”、“选穴规律”。研究的目的在于运用数据挖掘技术分析现代文献中针刺治疗顽固性呃逆的选穴规律，为针灸临床提供数据理论参考。研究方法涉及检索中国期刊全文数据库（CNKI）、中国生物医学文献数据库（CBM）、万方期刊数据库（WF）、中文科技期刊全文数据库（维普），从1966年1月至2018年1月公开发表的有关针刺治疗顽固性呃逆的文献。根据纳入标准与排除标准进行筛选后，提取纳入文献中的针刺处方，建立数据库。采用的工具包括Python3.6和Gephi0.8.2，分别进行描述分析、关联规则建模分析以及词云图与网络关联图分析。通过数据分析，得出针刺治疗顽固性呃逆的选穴规律，发现选穴主要集中在足三里、中脘、内关等穴位，所依经络以任脉、足阳明胃经为主。研究还提出了特定穴类别，如五输穴和交会穴，以及通过关联规则分析得出的21条穴对及穴组关联规则和20条经络关联规则。最终的结论是，针刺治疗顽固性呃逆的取穴方法是有规律可循的，数据挖掘在中医针刺取穴方面的应用是可行的。本研究成果能够为临床针刺治疗顽固性呃逆的取穴及配伍规律提供数据支持和新的启示。
从数据挖掘技术的角度来详细解读，针刺疗法中选穴规律的探析属于复杂的数据模式识别问题。数据挖掘通过统计、机器学习、模式识别、数据库技术等方法从大量数据中提取有价值信息的过程。本研究中，研究者使用Python作为编程语言来处理和分析数据，Python在数据处理方面拥有丰富的库和框架，比如NumPy、Pandas等，方便进行数据清洗、整合、分析等操作。同时，研究者还用到了Gephi这款可视化分析软件，它能够帮助研究人员将复杂的网络关系通过图的形式直观地展示出来，使得分析结果更易于理解。
数据分析方面，本研究采用了描述性分析和关联规则建模两种方法。描述性分析主要是对数据进行基本统计和特征提取，帮助研究者把握数据的基本属性和分布情况。关联规则建模则是用来发现数据中项与项之间的关联规律，常用于市场篮分析（购物篮分析），在本研究中用于探索针刺穴位之间的组合规律。通过关联规则，研究者可以发现哪些穴位经常一起使用，以及这些组合的使用规律，这对于针灸临床实践具有指导意义。
另外，研究中提到的“词云图”是一种数据可视化技术，它将文本数据中频繁出现的词语或术语以图形化的方式展示出来，以此来突出关键词汇的比重，直观地反映研究的热点和焦点。网络关联图则用于揭示穴位之间的网络关系，通过图的形式来展示穴位之间的直接关系和间接关系。
本研究的创新之处在于，将传统中医的针灸学与现代数据挖掘技术结合，通过大数据分析手段，为临床选穴提供了新的视角和方法。这不仅有助于中医传承与发展，同时也为现代医学研究提供了一个新的思路。通过这种方法，可以在大量的文献和临床数据中发现隐藏的规律，对传统医学知识进行量化分析，从而推动中医现代化的进程。
