基于科研文獻(xiàn)挖掘的疾病與藥物關(guān)聯(lián)研究.pdf

1、目的：
　　生物醫(yī)學(xué)實(shí)體是包含在醫(yī)學(xué)科研文獻(xiàn)中出現(xiàn)的疾病、藥物、基因等名稱、術(shù)語(yǔ)或概念，即一種文獻(xiàn)內(nèi)含知識(shí)，了解其相互關(guān)聯(lián)對(duì)于科學(xué)研究意義重大。然此類知識(shí)被大量淹沒(méi)于文獻(xiàn)海洋，亟需一種有效知識(shí)管理方式將之快速地展現(xiàn)給科研人員。鑒于此，本研究擬基于科研文獻(xiàn)挖掘開(kāi)展疾病與藥物實(shí)體關(guān)聯(lián)研究。
　　方法：
　　1.文獻(xiàn)分析法
　　通過(guò)搜集、鑒別、整理相關(guān)文獻(xiàn)，分析當(dāng)前國(guó)內(nèi)外相關(guān)研究歷史、現(xiàn)狀及存在的問(wèn)題。在閱讀、整理、歸

2、納、分析這些文獻(xiàn)材料的基礎(chǔ)上，借鑒他人的研究成果，從而形成自己的研究框架。
　　2.編程語(yǔ)言和數(shù)據(jù)庫(kù)技術(shù)
　　利用Java和Python等程序設(shè)計(jì)語(yǔ)言和數(shù)據(jù)庫(kù)技術(shù)將上述PubMed ID相關(guān)的文獻(xiàn)信息下載，進(jìn)行批量數(shù)據(jù)有序化，并在MySQL數(shù)據(jù)庫(kù)中分別建庫(kù)。
　　3.生物實(shí)體識(shí)別方法
　　使用基于詞典的匹配方法識(shí)別疾病實(shí)體與藥物實(shí)體。
　　4.信息計(jì)量學(xué)方法
　　利用 Python自編程序語(yǔ)言，基于信

3、息計(jì)量學(xué)中的共現(xiàn)關(guān)系構(gòu)建疾病與藥物實(shí)體共現(xiàn)網(wǎng)絡(luò)，并運(yùn)用詞頻分析和共詞分析進(jìn)行疾病與藥物實(shí)體關(guān)聯(lián)分析。
　　5.社會(huì)網(wǎng)絡(luò)分析方法
　　利用社會(huì)網(wǎng)絡(luò)分析工具Pajek對(duì)共現(xiàn)網(wǎng)絡(luò)進(jìn)行宏觀和微觀層次的指標(biāo)分析。微觀指標(biāo)層次進(jìn)行中心度（點(diǎn)度中心度、接近中心度、中介中心度）等指標(biāo)的對(duì)比分析。最后利用Gephi對(duì)共現(xiàn)網(wǎng)絡(luò)進(jìn)行可視化分析。
　　結(jié)果與結(jié)論：
　　本研究所使用的生物醫(yī)學(xué)實(shí)體識(shí)別及關(guān)聯(lián)發(fā)現(xiàn)方法能夠幫助科研人員從大規(guī)模