5基于文献的知识发现工具简介.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * /home RSS RSS Really Simple Syndication Rich Site Summary RDF Site Summary 是一种描述和同步网站内容的格式。一种方便的信息获取工具。 RSS可以干什么 RSS获取信息的模式与加入邮件列表（如电子杂志和新闻邮件）获取信息有一定的相似之处，也就是可以不必登录各个提供信息的网站而通过客户端浏览方式（称为“RSS阅读器”）或者在线RSS阅读方式这些内容。例如，通过一个RSS阅读器，可以同时浏览新浪新闻，也可以浏览搜狐或者百度的新闻。 RSS可以干什么 订阅BLOG：订阅与你有共同爱好的作者的Blog； 订阅新闻； 订阅期刊和PubMed上的相关记录：你可以订阅你工作中所需的技术文章。 你再也不用一个网站一个网站，一个网页一个网页去逛了。只要这将你需要的内容订阅在一个RSS阅读器中，这些内容就会自动出现你的阅读器里，你也不必为了一个急切想知道的消息而不断的刷新网页，因为一旦有了更新，RSS阅读器就会自己通知你！ RSS的使用 　使用RSS获取信息的前提是，先安装一个RSS阅读器，然后将提供RSS服务的网站加入到RSS阅读器的频道即可。大部分RSS阅读器本身也预设了部分RSS频道，如新浪新闻、百度新闻等。 RSS的使用 RSS阅读器基本可以分为三类。 第一类大多数阅读器是运行在计算机桌面上的应用程序，通过所订阅网站的新闻供应，可自动、定时地更新新闻标题。 国外：Awasu、FeedDemon和RSSReader这三款流行的阅读器，都提供免费试用版和付费高级版。 国内：周博通,看天下，博阅 第二类新闻阅读器通常是内嵌于已在计算机中运行的应用程序中。 NewsGator内嵌在微软的Outlook中，所订阅的新闻标题位于Outlook的收件箱文件夹中。另外，Pluck内嵌在Internet Explorer浏览器中！第三类则是在线的WEB RSS阅读器，比如国内的 鲜果RSS阅读器。此类在线RSS阅读器的好处就是不需要安装任何软件就可以获得RSS阅读的便利，并且可以保存阅读状态，推荐和收藏自己感兴趣的文章。 RSS的使用 在许多新闻信息服务类网站，会看到按钮,有的网站使用一个图标，有的同时使用两个，这就是典型的提供RSS订阅的标志，这个图标一般链接到订阅RSS信息源的URL。当然，即使不用这样的图标也是可以的，只要提供订阅RSS信息源的URL即可。 本课程学习的重点 数据挖掘的定义 数据挖掘分类 数据挖掘的过程 数据挖掘的算法（2种） 聚类与分类 共现、同被引、引文耦合 可共现分析的字段，说明问题 实习过程（数据挖掘的过程） * * * * * 闭合式知识发现过程是从A和C出发，寻找共同的中间词B。其目的是验证开放式研究发现的一些关系是否有实际的生物学意义。Swanson开发的网络应用软件ARROWSMITH即体现了闭合式挖掘这一思想。在成功预言了镁缺乏与神经系统疾病（1988年）的关系之后，Swanson又利用ARROWSMITH系统成功地预言了消炎痛与阿尔茨海默氏症（1996年）、雌激素与阿尔茨海默氏症（1996年）、游离钙磷脂酶A2与精神分裂症（1998年）之间的关系，并发现了可以作为生物武器的潜在病毒（2001年）。 * * * * 2001年,Swanson 等利用ARROWSMITH发现了还有很多病毒可作为潜在的生物学武器 * * 开放式知识发现的过程是，对某个初始研究主题A，在MEDLINE的标题字段检索其相关文献，寻找与A在标题中共同出现的中间词B，通过筛选得到有一定意义的B，进而重复上述过程，得到目标词C。 开放式挖掘初衷是从某个疾病或药物初始，寻找疾病的潜在病因和治疗方法或者药物的潜在治疗应用。 * * * * * * * * * * 过滤数据 基准率： 在所有已知的人类基因中随机抽取基因（250种） 统计单词出现频率的平均值 term1 term2 Term3 termn Gene1 Gene2 gene250 平均值 数据过滤 单词过滤的标准： 通过设定基准率（5%），去掉在全部科技文献中经常出现的单词 每一个单词在每一种基因上的出现率与基准率的差值〉25% 通过两个基因过滤的单词：一个单词只有在至少2个以上的基因中共现才在确定基因关系方面有用。 70个基因，25，000种单词，只保留下来101种。 可以调整单词过滤的阈值：下调阈值，增加了噪音，检索到更多的单词。 数据过滤 聚类分析 通过单词出现情况，给具有同样的文献分布特征的基