论文部分内容阅读
基于非相关文献的知识发现方法自产生以来一直是国内外情报学界的关注热点和研究重点,特别引起了生物医学研究领域科学家的广泛关注。继该方法的创始人美国芝加哥大学的Swanson教授之后,有很多后继学者投入到该方法的研究和探索中。当前国内外在此领域的研究主要集中于两个方面:一是对Swanson提出的知识发现过程中涉及到的关联建立,中间词/目标词的排序、中间词/目标词过滤方法的改进和发展;二是开发不同的知识发现系统。目前,已研究提出了不同的改进算法,开发了多个知识发现系统。但是,这些改进算法都停留在原有的知识发现模式下,即仅能通过一个中间词的传递得到发现结果,并且局限在单一属性的数据库中,知识发现的广度和深度有限。
在此背景下,本文依据离散数学中求解关系的传递闭包的知识原理,将其运用到基于非相关文献的知识发现中,以发现药物靶点之间,以及药物靶点和药物、疾病之间的潜在关联为例,重点探讨了以下两个问题:
一、基于求传递闭包的非相关文献知识发现方法在实际应用中的可行性和有效性。通过对每一步的实际操作和对发现结果的验证和分析,初步证明该方法能够切实运用到知识发现中并得到有意义的结果。同时,通过提取不同属性数据库中的信息建立新的潜在关联,探索了一种跨库知识发现的情报工作方法。
二、基于传递闭包的非相关文献知识发现方法与经典知识发现方法的比较。通过对两种不同的方法得到的知识发现结果进行比较,说明运用传递闭包方法进行非相关文献知识发现的特点。
基于传递闭包原理的非相关文献知识发现方法的研究是对一种新的知识发现方法的探索性研究,旨在探讨多步传递的知识发现方法,扩展知识发现的应用;同时,对跨库知识发现方法的尝试提供了一种新的情报工作方法,不仅使不同属性数据库的情报价值得到充分利用,而且拓展了知识发现的广度和深度。