基于医学主题词共现网络的链接预测研究.PDFVIP

第37卷摇 第1期 情摇 报摇 杂摇 志 Vol.37摇 No.1 2018年1月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Jan. 摇 2018 基于医学主题词共现网络的链接预测研究 宫摇 雪摇 摇 崔摇 雷 (中国医科大学图书馆摇 沈阳摇 110122) 摘摇 要摇 [目的/ 意义]共词网络作为一类特殊的科学知识网络,不仅能从微观层面揭示科学知识体系内部的实体关 系特征,还能以其演化过程反映科学知识概念的增长规律。 但目前对于共词网络的研究大多集中于“描述冶阶段。 对医学主题词的共现网络进行链接预测研究,试图找到一种新的预测科学发展方向的途径。 [方法/ 过程]构建以医 学主题词/ 副主题词为节点的共词网络,抽取没有共现关系的主要主题词/ 副主题词词对为研究样本,计算各个词对 的公共近邻、最短路径等属性值。 利用朴素贝叶斯、SMO、J48 决策树3种分类算法,对词对的共现关系进行预测,并 通过属性选择对各属性的重要性进行排序。 [结果/ 结论]3种算法中朴素贝叶斯算法得到了正确预测的共现词对。 资源配置指标及Adamic-Adar指数的加权形式指标在预测中起到了更重要的作用。 通过链接预测技术,预测两个 词在下一个时段是否能够共现,是预测科学发展方向和知识发现的一种新尝试。 关键词摇 链接预测摇 共词网络摇 机器学习摇 知识发现 中图分类号摇 G250摇 摇 摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 摇 文章编号摇 1002-1965(2018)01-0066-06 引用格式摇 宫摇 雪,崔摇 雷.基于医学主题词共现网络的链接预测研究[J].情报杂志,2018,37(1):66-71,52. DOI摇 10.3969/j.issn.1002-1965.201706274 Link Prediction in MeSH Terms Co-occurring Networks Gong Xue摇 Cui Lei (Library of China Medical University,Shenyang摇 110122) Abstract摇 [Purpose/ Significance]Asatypeofspecialscienceknowledgenetwork,co-wordnetworkcanrepresentthecognitivestructure of science fromthemicroaspectanditsevolutionmechanismcanreflectthelawofknowledgeconception growth. However,most current research on the co-wordnetwork isdescriptive. Ifwecan makea goodprediction on co-wordnetworks,it may mean wecanpredict the future direction of scientific development.[Method/ Process]The MeSH terms co-occurring networks were constructed. The word pairs which didnot co-occurinthe samepaperpublishedwereextracted,andthefeaturevaluessuchascommonneighbors,preferentialattach鄄 ment and shortest distancewerecomputed. Na觙veBayes,SMOandJ48wereperformed. Each featurewasevaluatedth