面向醫(yī)學(xué)知識(shí)獲取的Web挖掘.pdf

1、隨著生活水平的提高，人們對(duì)于醫(yī)療、保健的關(guān)注不斷地加深，在眾多的知識(shí)體系中，醫(yī)學(xué)知識(shí)成為人類最重要的知識(shí)之一，Internet成為人們獲取醫(yī)學(xué)知識(shí)或健康知識(shí)的有利平臺(tái)。構(gòu)建一個(gè)面向醫(yī)學(xué)知識(shí)的挖掘系統(tǒng)，為一般的用戶在Internet上搜索出簡(jiǎn)單而方便的醫(yī)學(xué)知識(shí)或健康知識(shí)，成為主題搜索引擎研究的一個(gè)熱點(diǎn)。
　　 根據(jù)醫(yī)學(xué)專家的建議及相關(guān)詞典來(lái)設(shè)計(jì)構(gòu)造兩個(gè)服務(wù)于普通大眾的醫(yī)學(xué)分詞詞典——基于樹的子關(guān)系詞詞典和基于線性表的同義詞詞典，將

2、用戶的輸入與詞典進(jìn)行關(guān)鍵詞匹配，實(shí)現(xiàn)解讀用戶的自然語(yǔ)言輸入，將符合用戶需要的醫(yī)學(xué)子關(guān)系詞和醫(yī)學(xué)同義詞同時(shí)獲取出來(lái)，為進(jìn)一步的Web挖掘提供相對(duì)準(zhǔn)確的關(guān)鍵詞集合。
　　 為關(guān)鍵詞集合中的每一個(gè)關(guān)鍵詞賦予權(quán)值，并根據(jù)關(guān)鍵詞在頁(yè)面中的不同位置賦予權(quán)值，由這兩種權(quán)值得到的頁(yè)面評(píng)估分值是網(wǎng)絡(luò)蜘蛛抓取時(shí)的評(píng)判標(biāo)準(zhǔn)。在使用深度優(yōu)先的爬行算法的同時(shí)，引入了“未來(lái)回報(bào)價(jià)值”理念，擴(kuò)展了抓取的范圍而且還盡可能地不放棄存在相關(guān)主題的頁(yè)面，實(shí)現(xiàn)醫(yī)學(xué)知識(shí)