基于双聚类方法的生物医学信息学文本数据挖掘研究  

Text Data Mining in Biomedical Informatics Based on Biclustering Method

作　　者：于跃[1] 徐志健[2] 王珅[1] 王伟[1] 

机构地区：[1]吉林大学公共卫生学院医药信息与卫生管理学系,长春130021 [2]吉林大学中日联谊医院,长春130021

出　　处：《图书情报工作》2012年第18期133-136,共4页Library and Information Service

摘　　要：运用TDA和gCluto软件对SCI数据库中近5年的相关文献进行处理,获得双聚类矩阵图,经分析后得到该学科领域近年来的期刊研究主题方向与热点。结论认为,双聚类方法能够很好地反映学科发展状况及研究热点,从而为医学人员提供有价值的信息与知识,值得进一步研究与推广。In this paper, the authors retrieve SCI database to get the relating literatures during the recent 5 years and extract the recording information by TDA software and gCluto software. The outcomes indicate the research subject areas and hot spots in the biclustering figure. The conclusion is that biclustering techniques can reflect the development in a given field, and provide valuable medical information and knowledge for medical researchers. Further research and extension is needed to confirm the worth of these technologies.

关 键 词：生物医学信息学 聚类分析 双聚类 数据挖掘 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]