可视化文本分析和数据挖掘工具RefViz

 

随着科技文献信息的膨胀和信息技术的进步，各种数据挖掘工具应运而生。RefViz是其中一个可视化文本分析和数据挖掘工具。文章介绍了RefViz的主要功能，并以肺炎支原体为例说明其使用方法。

     

数据挖掘技术在文献研究法中的应用——以RefViz为例

在科学研究文献激增的今天,将数据挖掘技术引入文献研究领域势在必行.RefViz是一款可视化的数据挖掘工具,利用其独特的算法能够发现文献之间的关联性,并从中挖掘出某一研究领域的热点问题和发展趋势.     

数据挖掘在医学科技查新中的应用

数据挖掘技术是基于关系数据库的一种有效的信息发掘工具。通过介绍数据挖掘技术在医学科技查新领域的应用情况，即在文献资料分析以及科研管理中的运用，分析探讨了数据挖掘技术在医学科技查新领域的应用前景和未来发展方向。     

数据仓库与数据挖掘在医院管理中的应用

本文在介绍医院信息系统现状的同时，对数据仓库和数据挖掘技术在医院信息系统中的应用进行了研究，以Oracle Warehouse Builder作为构建数据仓库的技术平台，用Data Miner作为对数据挖掘的工具，给出了应用于医院的数据仓库实例。指出了数据挖掘技术在医疗费用管理、医疗诊断管理、医院资源管理中具有的广泛应用性，为支持医院管理者的分析决策作出了积极探索。     

中医病案数据挖掘现状分析

从工具选择、数据采集、数据预处理、数据挖掘、结果翻译5个方面对中医病案数据挖掘研究现状进行概述,发现中医病案数据挖掘的信息主要包括症状、证型、方剂等,涉及的挖掘方法有关联规则、复杂网络、聚类、分类等。本研究可为中医临床数据挖掘选题及方法选择提供参考。     

基于日志定制的Web使用数据挖掘预处理研究

Web使用数据挖掘是为网站经营管理和结构调整提供决策支持的主要手段，其中的数据预处理工作关系到挖掘的质量。本文首先针对各类数据分别定义其数据模型；然后根据服务器托管网站的实际工作环境，针对现有预处理工具仅仅局限于固定的日志格式的不足，提出了定制日志的思想，并结合前面定义的数据模型，详细描述了一个预处理工具原型WUMPA。     

浅谈数据仓库与数据挖掘

本文阐述了数据仓库和数据挖掘的概念以及数据仓库的体系结构组成，并介绍了数据挖掘产生的背景，数据挖掘的特点，数据仓库和数据挖掘的关系，同时还简要地介绍了关于数据仓库与数据挖掘在实际应用中面临的法律问题。     

基于信息挖掘的细胞信号网络重构及其矩阵描述

目的:利用文献信息构建细胞信号网络,并研究对细胞信号网络进行分析、描述的新型方法.方法:采用适宜的数据挖掘工具进行数据挖掘和分析构建一定尺度的细胞信号网络,并借助矩阵对信号网络进行分析和描述.结果:通过数据挖掘构建得到了局部细胞信号网络,并使其通过矩阵在多个方面得到了较好的描述.结论:基于科学文献的数据挖掘是构建细胞信号网络的有效手段,矩阵在细胞信号网络的分析、描述上具有独特优势.     

需求驱动的医疗健康大数据挖掘模型构建

将跨行业数据挖掘标准流程模型（简称“CRISP-DM模型”）和需求、数据、数据挖掘方法三者的对应关系相结合构建需求驱动的数据挖掘模型。该模型主要包括需求、数据和数据挖掘方法3个核心概念与需求理解、数据理解、数据准备、建模、评估和部署6个过程步骤，分为需求层、数据层、算法层和部署层4个层次。需求驱动的医疗健康大数据挖掘模型可打破“数据先入为主”的习惯性思维，降低盲目进行数据挖掘研究引发的失败风险。整理需求、数据和数据挖掘方法之间的对应关系，可优化医疗健康大数据挖掘路径，降低数据挖掘新手的学习成本，对临床医疗和健康管理实践都具有现实意义，可用于未来的医疗健康大数据开发策略研究。     

数据挖掘及其在信息服务业应用的研究现状

回顾数据挖掘产生的根源，对数据挖掘的定义、分类、分析方法和算法及其发展的体系结构进行简要的介绍，并重点探讨数据挖掘技术在信息服务业应用的研究现状，在此基础上指出数据挖掘所面临的挑战，也指出发展数据挖掘技术的成本问题。     

Web日志预处理的Clementine方案

利用Clementine完成Web日志预处理数据流的初步构建,实现了数据清洗、用户识别、会话识别、路径补充4大过程,同时具备日志合并、数据审核、规范编码、外部信息关联等辅助功能。实验研究表明,利用Clementine对Web日志进行预处理是完全可行的,这为在该平台上进一步完成挖掘工作奠定了基础,从一定程度上解决了Web日志挖掘与预处理交由不同工具处理的困境,提高了Web日志挖掘的自动化程度。     

基于数据挖掘技术的用户信息需求研究

综合利用数据挖掘工具和方法,以中国中医科学院科研人员在FMJS系统平台上检索的文献为依据,对来源期刊、文献发表年代及篇名信息进行统计分析,以肿瘤高频主题词为例进行共现聚类分析。从而深入了解中医药科研人员外文信息需求,为图书馆信息资源建设、针对性地开展深层次信息服务提供参考。     

A study on building data warehouse of hospital information system

Background  Existing hospital information systems with simple statistical functions cannot meet current management needs. It is well known that hospital resources are distributed with private property rights among hospitals, such as in the case of the regional coordination of medical services. In this study, to integrate and make full use of medical data effectively, we propose a data warehouse modeling method for the hospital information system. The method can also be employed for a distributed-hospital medical service system.

Methods  To ensure that hospital information supports the diverse needs of health care, the framework of the hospital information system has three layers: datacenter layer, system-function layer, and user-interface layer. This paper discusses the role of a data warehouse management system in handling hospital information from the establishment of the data theme to the design of a data model to the establishment of a data warehouse. Online analytical processing tools assist user-friendly multidimensional analysis from a number of different angles to extract the required data and information.

Results  Use of the data warehouse improves online analytical processing and mitigates deficiencies in the decision support system. The hospital information system based on a data warehouse effectively employs statistical analysis and data mining technology to handle massive quantities of historical data, and summarizes from clinical and hospital information for decision making.

Conclusions  This paper proposes the use of a data warehouse for a hospital information system, specifically a data warehouse for the theme of hospital information to determine latitude, modeling and so on. The processing of patient information is given as an example that demonstrates the usefulness of this method in the case of hospital information management. Data warehouse technology is an evolving technology, and more and more decision support information extracted by data mining and with decision-making technology is required for further research.

     

基于数据仓库的医保模型分析与设计

随着医疗信息化的发展,数据仓库技术已经逐步应用于医院决策分析系统中。以兰大二院数据仓库医保主题的建设为例,介绍了数据仓库技术及数据挖掘的工具,详细阐述了医保主题概念模型、逻辑模型、物理模型的构建过程,从而通过充分利用信息系统中存在的病人数据,为医院医保管理决策、临床教学研究提供科学的分析依据。     

关联规则技术在医药零售业药品营销组合中的应用

运用Microsoft SQL Server 2008数据挖掘工具,采用关联规则算法在药品不同层次上进行数据挖掘,对顾客购买需求、药品购买组合、剂型爱好等进行关联分析。此方法可以为医药零售业提供药品营销组合策略,同时也为药品采购和库存提供参考。     

数据挖掘在结构化电子病历中的应用

介绍结构化电子病历数据挖掘的工具和过程,包括建立模型、设置关键绩效指标、分析器的使用、绘制控制面板等,在此基础上进行系统设计并投入使用。应用结果表明该系统能够为数据采集与挖掘提供强有力的辅助,提高运行效率。     

双向聚类方法在医学文本挖掘中的实现过程及应用意义探讨

介绍双聚类概念、基本原理以及相关研究、应用情况,阐述双聚类使用工具和方法,通过案例分析双聚类在医学文本挖掘中的具体实现过程,提出双聚类在数据挖掘方法中的应用前景,为相关研究提供参考。     

Machine Learning for Predicting Cognitive Diseases: Methods,Data Sources and Risk Factors

Machine learning and data mining approaches are being successfully applied to different fields of life sciences for the past 20 years. Medicine is one of the most suitable application domains for these techniques since they help model diagnostic information based on causal and/or statistical data and therefore reveal hidden dependencies between symptoms and illnesses. In this paper we give a detailed overview of the recent machine learning research and its applications for predicting cognitive diseases, especially the Alzheimer’s disease, mild cognitive impairment and the Parkinson’s disease. We survey different state-of-the-art methodological approaches, data sources and public data, and provide their comparative analysis. We conclude by identifying the open problems within the field that include an early detection of the cognitive diseases and inclusion of machine learning tools into diagnostic practice and therapy planning.