基于文本挖掘的基因—疾病关联关系研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 生物信息学 | 第10-11页 |
| 1.2 基因-疾病关联关系及其预测 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文结构 | 第13-14页 |
| 第二章 基因-疾病关联关系预测的相关方法和技术 | 第14-21页 |
| 2.1 图论和机器学习模型 | 第14-16页 |
| 2.2 文本挖掘方法 | 第16-17页 |
| 2.3 co-occurrence模型 | 第17-19页 |
| 2.4 TF-IDF模型 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 基因-疾病关联关系的文本挖掘策略 | 第21-27页 |
| 3.1 基本模型与概念 | 第21页 |
| 3.2 数据来源 | 第21-24页 |
| 3.3 数据处理的TF-IDF模型 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 数据处理 | 第27-46页 |
| 4.1 数据处理流程概述 | 第27-28页 |
| 4.2 基因、疾病列表构建 | 第28-30页 |
| 4.3 字典构建 | 第30-31页 |
| 4.4 疾病名称规范化表示 | 第31-32页 |
| 4.5 文档集构建 | 第32-37页 |
| 4.6 关键词匹配 | 第37-38页 |
| 4.7 单文档向量化 | 第38-40页 |
| 4.8 计算IDF | 第40-42页 |
| 4.9 向量构建 | 第42-43页 |
| 4.10 余弦相似性计算 | 第43页 |
| 4.11 验证方法 | 第43-45页 |
| 4.12 本章小结 | 第45-46页 |
| 第五章 结果分析 | 第46-60页 |
| 5.1 实验结果 | 第46-50页 |
| 5.2 不同参数选择的影响 | 第50-55页 |
| 5.3 与其他方法的比较 | 第55-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与讨论 | 第60-63页 |
| 6.1 方法总结 | 第60-61页 |
| 6.2 结果数据的应用价值 | 第61-62页 |
| 6.3 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附件 | 第71页 |
