为降低中医（TCM）方剂频繁模式挖掘过程中对经验参数的依赖，提高挖掘结果的准确性，针对中医方剂的数据特点，提出一种基于带权无向图的Top-Rank-k频繁模式挖掘算法。该算法可以直接挖掘出频繁k-itemset（k≥3）而无需产生1-itemset和2-itemset，并随之快速回溯到核心药物组合的频繁项集所对应的方剂信息；此外，采用一种动态位向量（DBV）的压缩机制对无向图中边的权重进行压缩存储，以有效地提高算法的空间存储效率。分别对中医方剂数据集、真实数据集（Chess、Pumsb和Retail）和合成数据集（T10I4D100K和Test2K50KD1）进行测试和比较，结果表明该算法与iNTK和BTK相比具有更高的时间和空间效率，而且也可以应用于其他类型的数据集。
