双向聚类方法在医学文本挖掘中的实现过程及应用意义探讨

介绍双聚类概念、基本原理以及相关研究、应用情况,阐述双聚类使用工具和方法,通过案例分析双聚类在医学文本挖掘中的具体实现过程,提出双聚类在数据挖掘方法中的应用前景,为相关研究提供参考。     

基于论文相似网络拓扑结构的聚类方法比较

以R语言中的复杂网络处理包igraph为工具,基于语义相似性算法构建论文相似网络,然后采用四种代表性网络聚类算法（随机游走法、标签传播法、最大模块度法、边介数法）对构建出的网络进行聚类分析。最后结合金标准和网络社团划分评价指标D函数比较四种算法的准确性和稳定性,发现随机游走算法最为卓越,同时明确了复杂网络的预处理也是一个影响聚类效果的重要因素。     

三种与文献相关的复杂网络的研究进展分析

首先总结了近年来引用网络、合著网络和共词网络这三类文献相关网络的基本属性分析和应用的研究进展,然后从构建网络的方法、粒度和研究的深入程度三方面对文献相关网络的研究现状进行了分析总结,并提出可以根据已构建成熟的论文相似性算法,构建论文相似性网络,并分析其基本属性和特征,探索新的论文评价指标。     

基于文本挖掘的DNA微阵列表达数据方法研究

DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术.利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理.结合文本挖掘的相关研究结果.探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析.通过基于文献的微阵列分析方法,找出隐舍的、具有语义关联的生物概念,并进行推理,发现隐性的新知识.具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法.基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等.     

基于本体的文本挖掘结果的存储与表现

对基于文本挖掘的生物医学本体构建进行初步尝试,将文本挖掘结果用本体这一概念模型进行组织和表达,由此证实应用本体存储和表现文本挖掘的结果切实可行,挖掘深度越强,领域本体所表达的知识便会越丰富.     

国内第一部探究医学信息教育建设与发展的专著--曹高芳教授《医学信息教育可持续发展研究》评述

对曹高芳教授所著《医学信息教育可持续发展研究》一书的研究内容、结构、创新之处及不足等进行了评述。     

科技论文网络研究进展及建立论文相似网络的构想

从复杂网络角度介绍科技论文相关网络的研究进展,包括引用网络和共现网络,在此基础上提出了建立论文内容相似性网络的构想,并探讨其现实意义与关键问题,包括论文内容的完整准确表达、利用向量空间模型表达文献内容、被引强度和耦合率等.     

Swanson关联研究中分析方法研究的进展

回顾Swanson的经典研究模式,即开放式知识发现过程,详细介绍不同的知识发现系统:Manjal,Transminer,DAD,Mlink,LitLinker的主要方法和工作流程以及可以利用的在线工具,并对这些系统进行比较分析.     

国外护理学网络资源简介

本文主要介绍护理学重要的网络资源.衡量某一种网络资源的质量高下有很多标准,在这里借用美国医学信息协会所出版的网络资源目录Medical Matrix之中的评价结果.Medical Matrix的全称是"MEDICAL MATRIX-Ranked, Peer-Reviewed, Annotated, Updated Clinical Medical Resources"(经过分级和专家评价、有注释的最新临床医学资源).Medical Matrix是最重要的临床医学资源搜索引擎之一,主要服务对象为工作在疾病防治最前线的医师和卫生工作者.网址为http://www.medmatrix.org.只有登记注册的用户才能使用该搜索引擎.     

互联网上护理学信息的检索与利用：运用搜索引擎找到所需资源

随着信息科学和通讯技术的发展,网络技术和服务的日益普及,网上资源已经成为人们日常生活、工作和学习中必不可少的资源之一.同时,随着护理学教育和研究的发展,越来越多的护理人员产生了对护理科学研究和教学信息的需求,受单位藏书条件、工作时间等因素的限制,很多护理人员不能方便地得到所需信息,转而在网络上寻求护理学的相关信息.因此,互联网越来越多地成为护理专业人员获取信息的主要渠道之一.本文主要介绍如何通过搜索引擎查到相关信息.