【摘要】：近些年來,生物信息學(xué)已經(jīng)逐漸發(fā)展成為當(dāng)今最受關(guān)注的交叉學(xué)科之一,并衍生出數(shù)量眾多的研究領(lǐng)域。與此同時(shí),產(chǎn)生了大量的相關(guān)科技文獻(xiàn),已有的傳統(tǒng)方法已經(jīng)無法滿足對本領(lǐng)域科技文獻(xiàn)研究與分析的需要。科研合作網(wǎng)絡(luò)是一類關(guān)于研究人員的社會網(wǎng)絡(luò)模型,包括研究者以及研究者之間的論文合作關(guān)系,可以用來進(jìn)行大規(guī)模的文獻(xiàn)分析。本文結(jié)合LDA(Latent Dirichlet Allocation)主題模型與科研合作網(wǎng)絡(luò),對大豆代謝領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行了分析,并得到了一些有價(jià)值的實(shí)際結(jié)果。主題模型是一種概率生成模型,它的應(yīng)用十分廣泛,涉及到多種方面,在自然語言處理中表現(xiàn)的尤為突出。它的出現(xiàn)能夠幫助我們快速的清楚海量的文本數(shù)據(jù)中隱藏的信息�，F(xiàn)今,在機(jī)器學(xué)習(xí)被廣泛應(yīng)用的時(shí)代背景下,主題模型獲得了學(xué)術(shù)界的一致認(rèn)可。與基于本體等知識庫的語義方法相比,主題模型挖掘出的語義內(nèi)容表現(xiàn)的更為豐富,更適合于跨領(lǐng)域的知識發(fā)現(xiàn)。復(fù)雜網(wǎng)絡(luò)作為另一個(gè)十分重要的研究領(lǐng)域,一直被廣泛的應(yīng)用在各學(xué)科領(lǐng)域中的網(wǎng)絡(luò)問題的研究與分析。其中,社會網(wǎng)絡(luò)是復(fù)雜網(wǎng)絡(luò)研究中一個(gè)較為成熟的研究方向。共同作者網(wǎng)絡(luò)是根據(jù)論文的作者之間的合作關(guān)系建立的網(wǎng)絡(luò),它是科學(xué)合作網(wǎng)絡(luò)的一種常見形式。如果兩個(gè)作者共同署名一篇及以上的論文,那么兩個(gè)作者之間將產(chǎn)生連邊關(guān)系。共同作者網(wǎng)絡(luò)可以為學(xué)術(shù)關(guān)系網(wǎng)絡(luò)結(jié)構(gòu)的研究提供有力的工具。對大豆代謝的研究,有助于我們對作物的生長、產(chǎn)量和品質(zhì)有更深入的了解。通過對大豆代謝領(lǐng)域科技文獻(xiàn)進(jìn)行深入分析有助于我們把握本領(lǐng)域的發(fā)展趨勢,通過對大豆代謝領(lǐng)域相關(guān)重要人物和機(jī)構(gòu)的追蹤,能夠抓住本領(lǐng)域的最新動(dòng)態(tài),把握前沿。本文選擇了大豆代謝研究領(lǐng)域的科技文獻(xiàn),首先對數(shù)據(jù)進(jìn)行預(yù)處理,對摘要文獻(xiàn)分別進(jìn)行LDA主題建模,并進(jìn)行聚類處理。對聚類的十類結(jié)果進(jìn)行分析,分別對每一類建立詞云,通過詞云直觀的對每一類有一個(gè)整體認(rèn)知。對十類結(jié)果進(jìn)行處理并獲取共同作者網(wǎng)絡(luò)數(shù)據(jù)后,研究統(tǒng)計(jì)了它們的統(tǒng)計(jì)屬性,并分析了其意義。另外,本文還以時(shí)間維度為限定條件,對數(shù)據(jù)集進(jìn)行了進(jìn)一步的分析與討論。并對網(wǎng)絡(luò)中的重要節(jié)點(diǎn)問題進(jìn)行了著重分析。通過本文的研究,有助于我們把握大豆代謝領(lǐng)域的研究趨勢和最新動(dòng)態(tài),可以更好地提高對科研合作網(wǎng)絡(luò)的理解,特別是生物信息學(xué)領(lǐng)域形成的網(wǎng)絡(luò)機(jī)制。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：S565.1;Q811.4
【圖文】：

來幾年某個(gè)領(lǐng)域的動(dòng)向和前景時(shí)，便可以利用這種網(wǎng)絡(luò)。(3) 共同成員網(wǎng)絡(luò)當(dāng)兩個(gè)個(gè)體共同參與了某種組織或者社會活動(dòng)，那么這些個(gè)體便有了聯(lián)系，從而構(gòu)成了共同成員網(wǎng)絡(luò)。比如演員合作網(wǎng)絡(luò)。(4) 共同作者網(wǎng)絡(luò)科學(xué)合作網(wǎng)絡(luò)中研究的最多，意義也最大的便是共同作者網(wǎng)絡(luò)，也是我們本文要研究的合作網(wǎng)絡(luò)。當(dāng)兩個(gè)作者共同完成了一篇及一篇以上的論文，那么兩者便產(chǎn)生連邊，通過這種規(guī)則建立的網(wǎng)絡(luò)稱為共同作者網(wǎng)絡(luò)。2.4 主題模型相關(guān)知識2.4.1 文本挖掘文本挖掘一般經(jīng)過格式統(tǒng)一，內(nèi)容提取，詞庫選擇、向量空間創(chuàng)建等步驟來完成。如圖 2.2 直觀的描述這一系列過程。

刪除輔助符號等等也都屬于歸一化范疇。提取(Stemming): 當(dāng)本挖掘中文的詞義分析不會被單詞在文影響時(shí)，可以把詞項(xiàng)簡化為詞干形式。其中波特詞干（PorterS用的英文詞干提取方法。構(gòu)建(Dictionary Construction):作為在文本挖掘中參考的特征所有文檔中所有術(shù)語的集合，是知識發(fā)現(xiàn)的基礎(chǔ)。界七十年代，Salton 等人提出向量空間模型（VSM：Vecto量空間示意圖如圖 2.3 所示。向量空間模型概念簡單，它是將數(shù)字化處理，簡化為文本空間中的數(shù)字向量運(yùn)算。把文檔映射之后，我們便可以通過計(jì)算文本空間中向量之間的相似性作為判斷的依據(jù)。在文本處理中，余弦距離是最常用的相似性度向量空間模型所具有的獨(dú)特屬性導(dǎo)致它在被科研工作者們大量析中。

第 3 章 方法介紹價(jià)標(biāo)準(zhǔn)的介紹。主題模型型下，“文本-主題”向量m 和“主題-詞語”向量k 分別通過超參 的狄利克雷分布得到。根據(jù)上述描述，我們可以得到整個(gè)流

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 安娟;劉芳;魏曉星;李耀東;顧存林;;主題式生物信息學(xué)教學(xué)理論和實(shí)踐初索[J];教育教學(xué)論壇;2018年22期

2 蔡富娟;汪煜琦;;新技術(shù)背景下對生物信息學(xué)教育的重新審視[J];課程教育研究;2017年09期

3 蘇孝保,張宗兵;說說生物信息學(xué)[J];生物學(xué)教學(xué);2004年10期

4 ;生物信息學(xué)2016年第14卷總目次[J];生物信息學(xué);2016年04期

5 張東升;;生物信息學(xué)的本科教學(xué)實(shí)踐[J];時(shí)代教育;2018年01期

6 吳建盛;袁京洲;周家特;高昊;;《生物信息學(xué)》試卷庫建設(shè)的研究與實(shí)踐[J];考試周刊;2018年85期

7 齊云峰;孫添添;于長春;郝樹琳;金太成;;淺談如何提高生物信息學(xué)教學(xué)質(zhì)量[J];散文百家(新語文活頁);2016年12期

8 付陳增;蔡麗娜;;結(jié)核分枝桿菌蛋白Rv0694的生物信息學(xué)分析[J];科學(xué)中國人;2017年03期

9 孫慶;齊云峰;易國棟;;大學(xué)生物信息學(xué)教材淺析[J];散文百家(新語文活頁);2017年01期

10 M.澤瓦勒貝;JO.鮑姆;;理解生物信息學(xué)[J];新疆農(nóng)業(yè)科學(xué);2012年02期

相關(guān)會議論文 前10條

1 張學(xué)工;;生物信息學(xué)[A];2007-2008控制科學(xué)與工程學(xué)科發(fā)展報(bào)告[C];2008年

2 楊劍;;生物信息學(xué)在新發(fā)再發(fā)傳染病研究中的應(yīng)用[A];新發(fā)和再發(fā)傳染病防治熱點(diǎn)研討會論文集[C];2011年

3 高亞梅;韓毅強(qiáng);余麗蕓;;生物信息學(xué)本科教學(xué)研究初探[A];高教科研2006（中冊：教學(xué)改革）[C];2006年

4 張學(xué)工;;生物信息學(xué)[A];2010-2011控制科學(xué)與工程學(xué)科發(fā)展報(bào)告[C];2011年

5 潘潔;;生物信息學(xué)對中藥現(xiàn)代化的作用[A];2006第六屆中國藥學(xué)會學(xué)術(shù)年會論文集[C];2006年

6 劉湘軍;;生物信息學(xué)的研究現(xiàn)狀[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

7 唐一源;沈鈞賢;徐志敏;;生物信息學(xué)與神經(jīng)信息學(xué)數(shù)據(jù)庫的整合[A];第九次全國生物物理大會學(xué)術(shù)會議論文摘要集[C];2002年

8 李俊;;生物信息學(xué)方法預(yù)測調(diào)控變異[A];中國生物工程學(xué)會第二屆青年科技論壇暨首屆青年工作委員會學(xué)術(shù)年會論文集[C];2017年

9 康曉東;;生物信息學(xué)及其研究對象[A];2003年全國醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會議論文匯編[C];2003年

10 吳棟楊;孫嘯;;構(gòu)建基于R語言的生物信息學(xué)研究平臺[A];第十次中國生物物理學(xué)術(shù)大會論文摘要集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 趙廣立;大數(shù)據(jù)爆發(fā)讓生物信息學(xué)“C位出道”[N];中國科學(xué)報(bào);2018年

2 張思瑋;生物信息學(xué)解碼大數(shù)據(jù) “生命之礦”[N];中國科學(xué)報(bào);2019年

3 中科院大學(xué)博士生 魏偉佳;年輕而大有可為的生物信息學(xué)[N];中國青年報(bào);2016年

4 劉義;生物信息學(xué)產(chǎn)業(yè)浮出水面[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2000年

5 李斌;我國科學(xué)家“解讀”生命奧秘[N];科技日報(bào);2001年

6 記者 王雪飛;我國科學(xué)家向政府建議——加強(qiáng)生物信息學(xué)學(xué)科建設(shè)[N];健康報(bào);2000年

7 王宏;高性能計(jì)算應(yīng)用于生物信息學(xué)領(lǐng)域[N];中國計(jì)算機(jī)報(bào);2003年

8 張雅麗;加強(qiáng)交流 立足中國生物信息學(xué)最新進(jìn)展[N];科技日報(bào);2000年

9 本報(bào)記者 白毅;生物信息學(xué)院士談[N];中國醫(yī)藥報(bào);2002年

10 王雪飛 吳黎;中國生物信息學(xué)研究快速發(fā)展[N];健康報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 李勝;AEBP1參與調(diào)控兒童急性淋巴細(xì)胞白血病機(jī)制的研究[D];南京醫(yī)科大學(xué);2019年

2 胡瀚洋;差異轉(zhuǎn)錄組的生物信息學(xué)研究體系在小鼠和人類轉(zhuǎn)錄組研究中的應(yīng)用[D];武漢大學(xué);2014年

3 喬立安;基于網(wǎng)格的生物信息學(xué)計(jì)算流程系統(tǒng)的研究[D];清華大學(xué);2005年

4 張成崗;基于本地和WEB的生物信息學(xué)綜合分析體系的建立及部分新基因的初步實(shí)驗(yàn)研究[D];中國人民解放軍軍事醫(yī)學(xué)科學(xué)院;2000年

5 王嫻;蛋白殘基可溶性預(yù)測及基因表達(dá)數(shù)據(jù)分析方法研究[D];中國科學(xué)技術(shù)大學(xué);2007年

6 高勝寒;基于Web2.0技術(shù)的進(jìn)化綜合分析工具EvoME的研究與實(shí)現(xiàn)[D];中國科學(xué)院北京基因組研究所;2014年

7 于曉慶;基于支持向量機(jī)的生物數(shù)據(jù)分析方法研究[D];上海師范大學(xué);2012年

8 劉太崗;機(jī)器學(xué)習(xí)方法在生物信息學(xué)中的應(yīng)用[D];大連理工大學(xué);2010年

9 楊帥;面向組學(xué)大數(shù)據(jù)的生物信息學(xué)研究[D];中國人民解放軍軍事醫(yī)學(xué)科學(xué)院;2016年

10 周濤;人與獼猴精子發(fā)生相關(guān)蛋白質(zhì)組的生物信息學(xué)研究[D];南京醫(yī)科大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳陽;基于生物信息學(xué)篩選頭頸部鱗狀細(xì)胞癌潛在生物標(biāo)志物[D];吉林大學(xué);2019年

2 陳思;大豆代謝領(lǐng)域的論文共同作者網(wǎng)絡(luò)分析[D];吉林大學(xué);2019年

3 黃志弘;UNC5D的系統(tǒng)生物信息學(xué)分析及其在腎癌生物學(xué)行為預(yù)測中的應(yīng)用[D];中國醫(yī)科大學(xué);2018年

4 王璽婷;利用生物信息學(xué)技術(shù)對腫瘤微環(huán)境中差異表達(dá)基因及ALK激酶耐藥和OPN表位確定初步研究[D];江蘇大學(xué);2018年

5 劉維;生物信息學(xué)中的并行處理[D];揚(yáng)州大學(xué);2007年

6 湯思捷;蛋白質(zhì)可溶性預(yù)測的生物信息學(xué)模型及應(yīng)用[D];蘇州大學(xué);2014年

7 韓欣;基于本體論的生物信息學(xué)領(lǐng)域資源語義檢索研究[D];中北大學(xué);2012年

8 王素華;基于遺傳模擬退火算法的生物信息學(xué)雙序列比對方法研究[D];東北師范大學(xué);2006年

9 唐南南;生物序列的圖形表示及系統(tǒng)發(fā)生分析[D];大連理工大學(xué);2006年

10 任艷姣;生物信息學(xué)數(shù)據(jù)整合的應(yīng)用研究[D];吉林大學(xué);2012年

本文編號：2766499