基于主题词异构网络的冠状病毒知识发现研究

摘要：

目的 构建基于主题词的知识发现模型,提供一种有效发掘细粒度知识关联的方法,并针对冠状病毒开展应用研究.方法 提取PubMed数据库中冠状病毒研究文献标注的MeSH组配词,构建主题词异构网络,通过重启随机游走算法(RWR)挖掘网络中的潜在关联,根据概率高低确定预测结果.结果 经ROC验证,模型的AUC值为0.806,预测效果良好.经模型预测发现,"如何治疗新型冠状病毒感染引发的急性肾损伤"和"如何预防疫苗接种引发的血栓"可能是冠状病毒感染治疗、预防的潜在研究方向.结论 通过MeSH词构建的知识发现模型能够发现细粒度的知识关联,有效弥补传统文献计量方法的不足.

关键词：重启随机游走、链路预测、医学主题词表、冠状病毒、异构网络

所属期刊栏目：47

分类号：R373.19;G254.2(医学微生物学（病原细菌学、病原微生物学）)

资助基金：国家重点研发计划2016YFC0901902

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：533-538