自Swanson提出基于非相关文献知识发现理论至今，其研究进展相对缓慢，提出的知识发现成果也相对稀少，这与基于非相关文献的知识发现过程中存在的问题是分不开的。其中最主要的问题之一是无论是开放式的知识发现，还是闭合式的知识发现，都可能产生成千上万的中间概念B或者目标概念C，如何从海量的概念集中挖掘潜在的知识成为一个难题。本文以互信息方法和回归分析方法为基础设计算法，对A、C之间的相关度的具体值进行计算，从而为知识发现提供新方法。　　 本文的研究工作主要分为以下几个方面：　　 (一)相关理论研究　　 指出信息检索理论对知识发现具有借鉴意义，共现分析是知识发现的基础。　　 (二)知识发现案例研究　　 对知识发现领域的相关案例进行了研究，如Arrowsmith系统对中间集和目标集进行过滤和排序的7大指标；Gordon的词汇统计法、潜在语义索引方法；Hristovski的关联规则；Weeber等的语义控制；Kostoff的主题聚类方法等，总结了各项研究中优化概念集排序的方法及该方法的实施效果。发现目前对A、C相关度的测度主要是以对B集进行排序为主，设计算法直接计算二阶共现概念相关度的研究非常少。　　 (三)互信息原理及其应用　　 互信息是一种常见的相关度测度指标。研究了互信息原理及互信息在基因相关度测度和概念相关度测度中的应用；互信息方法对本算法的适用性；并对利用互信息方法进行非相关文献知识发现的两个案例进行了研究。　　 (四)算法设计　　 设计算法计算二阶共现概念A、C之间的相关度。主要内容分为四个部分：概念抽取；提取对A、C相关度有影响的因素；自变量构建和因变量构建。自变量构建是算法的关键，总结了对A、C相关度有影响力的三大类因素，提取了20个自变量构造回归方程，并最终找到了与影响二阶共现概念相关度的两个白变量。研究发现中间B的数量与A、C之间的相关度不相关；B之间的相关度对A、C的相关度没有影响。回归方程得到74％的拟合优度，效果比较理想。