| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 课题意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 药物相互作用关系抽取的研究现状 | 第9-10页 |
| 1.2.2 异构信息网络的研究现状 | 第10-12页 |
| 1.3 本文的研究目的和研究内容 | 第12-13页 |
| 1.3.1 本文的研究目的 | 第12页 |
| 1.3.2 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 2 相关理论与技术概述 | 第14-32页 |
| 2.1 药物相互作用关系抽取 | 第14-19页 |
| 2.1.1 药物相互作用关系抽取概述 | 第14-16页 |
| 2.1.2 药物相互作用关系抽取方法 | 第16-19页 |
| 2.2 异构信息网络概述及排序算法 | 第19-30页 |
| 2.2.1 异构信息网络的概述 | 第19-21页 |
| 2.2.2 .异构信息网络排序算法 | 第21-30页 |
| 2.3 本章小结 | 第30-32页 |
| 3 基于文本挖掘的药物相互作用关系抽取 | 第32-46页 |
| 3.1 问题的引出 | 第32页 |
| 3.2 药物相互作用关系抽取流程 | 第32-34页 |
| 3.3 文本的预处理 | 第34-36页 |
| 3.3.1 句子的预处理 | 第34-35页 |
| 3.3.2 训练词向量 | 第35-36页 |
| 3.4 特征抽取与特征向量构造 | 第36-38页 |
| 3.4.1 特征抽取 | 第36-38页 |
| 3.4.2 特征向量构造 | 第38页 |
| 3.5 分类模型的建立 | 第38-39页 |
| 3.6 实验部分 | 第39-45页 |
| 3.6.1 实验数据 | 第39-40页 |
| 3.6.2 评估指标 | 第40-41页 |
| 3.6.3 实验结果 | 第41-45页 |
| 3.6.4 实验结果分析 | 第45页 |
| 3.7 本章小结 | 第45-46页 |
| 4 基于医学文献的组合药物推荐算法COM-MEDRANK | 第46-58页 |
| 4.1 问题的引出 | 第46-47页 |
| 4.2 COM-MEDRANK算法 | 第47-49页 |
| 4.2.1 网络提取 | 第47页 |
| 4.2.2 药物组合关系识别 | 第47-48页 |
| 4.2.3 排名计算 | 第48-49页 |
| 4.3 算法实验及评估 | 第49-56页 |
| 4.3.1 算法实验 | 第49-52页 |
| 4.3.2 算法评估 | 第52-56页 |
| 4.4 本章小结 | 第56-58页 |
| 5 药物推荐系统 | 第58-66页 |
| 5.1 系统框架及实现 | 第58-60页 |
| 5.1.1 药物相互作用关系抽取模块 | 第58页 |
| 5.1.2 药物推荐模块 | 第58-60页 |
| 5.2 关键技术 | 第60页 |
| 5.2.1 JUNG工具包 | 第60页 |
| 5.3 系统运行环境 | 第60-61页 |
| 5.4 运行实例 | 第61-64页 |
| 5.5 小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76页 |
| A.作者在攻读学位期间申请的专利 | 第76页 |