基于异构信息网络与TF-IDF的核心药物发现算法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：提出一种基于异构信息网络和TF-IDF的核心药物发现算法.其核心思想是建立包含症状、方剂等多种类型对象的异构信息网络,并使用PathSim算法得到方剂之间的相似度来完成方剂聚类.以此为基础使用综合了剂量因素与TD-IDF算法原理的药物重要性系数计算方法完成核心药物发现.本文从《伤寒论》的方剂中划分出9个主要聚类并给出了各个聚类上重要性排名前5的药物,该算法可以考虑到多方面的信息,合理地挖掘出核心药物.

外文标题：Core drug discovery algorithm based on heterogeneous information network and TF-IDF

作者：

梁尘逸、姚远哲

展开 >

作者单位：

电子科技大学信息与软件工程学院,四川成都 610054

关键词：

异构信息网络 PathSim TF-IDF 聚类核心药物

出版年：

2023

DOI：

10.16644/j.cnki.cn33-1094/tp.2023.05.007