基于传递闭包的知识发现方法和swanson知识发现方法的比较研究.PDFVIP

第５７卷 第１期　２０１３年１月 基于传递闭包的知识发现方法和 Ｓｗａｎｓｏｎ知识发现 方法的比较研究 　　———以癌药物靶点为例 ■ 杨渊　李扬　孙晓北　高柳滨　池慧 ［摘　要］以探寻癌药物靶点间的潜在关联为例，对基于传递闭包的知识发现方法和Ｓｗａｎｓｏｎ的一阶知识 发现方法进行了比较，结果得到，运用传递闭包的方法获得知识假设，可能发现更多有意义的新关联，且得到较 高查全率的同时，并没有牺牲过多的查准率。 ［关键词］传递闭包　知识发现　Ｗａｒｓｈａｌｌ算法　向量空间模型　药物靶点 ［分类号］Ｇ３５３ 　　科学研究的大量知识成果都被以文献的形式储存 结构，通过概念间的同属关系建立了知识发现的同属 ［１０］ 下来进行，表面上看似没有任何联系的文献，可能存在 关系模型 ；Ｍ．ＹｅｔｉｓｇｅｎＹｉｌｄｉｚ和Ｗ．Ｐｒａｔｔ开发了知识 ? ［１１］ 隐含的未被发现的有科学价值的关联。美国芝加哥大 发现系统Ｌｉｔｌｉｎｋｅｒ ，并提出了一种新的关联挖掘算 学的Ｄ．Ｒ．Ｓｗａｎｓｏｎ教授通过对非相关文献的分析，发 法ＺＳｃｏｒｅ，Ｄ．Ｈｒｉｓｔｏｖｓｋｉ等开发了基于关联规则的知 ［１２］ 现鱼油和雷诺病间存在关联，首次提出了基于非相关 识发现系统ＢＩＴＯＬＡ等 。但是，这些后续方法均是 ［１］ 文献的知识发现方法 。该方法旨在从非相关文献中 通过一个中间词的传递得到发现结果，对知识发现的 挖掘出隐含的知识关联，为科研人员的研究假设提供 准确度进行了改进，但知识发现的广度和深度有限。 参考。该方法一经提出即引起了科学界的广泛关注， １　研究背景 继Ｄ．Ｒ．Ｓｗａｎｓｏｎ教授之后，又有不同学科领域的研究 者开始投入到对该方法的研究和探索中。当前国内外 　　Ｄ．Ｒ．Ｓｗａｎｓｏｎ非相关文献知识发现的基本原理 在此领域的研究主要集中于三个方面： 对 Ｄ．Ｒ． 是：如果有文献分别讨论了Ａ和Ｂ的关系、Ｂ和Ｃ的 ① Ｓｗａｎｓｏｎ提出的知识发现过程中涉及到的关联建立、中 关系，但Ａ和Ｃ尚未在任何文献中同时出现过，则通 间词／目标词的排序、中间词／目标词过滤方法进行改 过ＡＢ和ＢＣ间的已有关联，推测ＡＣ之间也可能存 进和发展； 探讨新的知识发现方法； 开发不同的知 在关联，如图１所示： ② ③ 识发现系统。如Ｍ．Ｄ．Ｇｏｒｄｏｎ相继提出了相对词频统 计法和潜在语义索引来分析共现词间的关联度［２－３］， Ｊ．Ｄ．Ｗｒｅｎ提出了共同信息测量关联挖掘算法、平均最 ［４］ 小权重（ＡＭＷ）排序法 ，张云秋、冷伏海等提出了基 图１　非相关文献知识发现的基本原理 ［５］ 于文献内聚度的知识发现排序方法 、基于ＭｅＳＨ加 　　在离散数学中，一个关系Ｒ的闭包是指加上最小 ［６］ 权的知识发现排序方法 、基于双向词频统计的排序 数目的有序对使得构成的新关系Ｒ 具有自反、对称  ［７］ 方法 、基于副主题词的知识发现过滤方法、基于共现 ［８］