学科信息学与学科知识发现(精)
全新正版 极速发货
￥ 200.68 6.7折 ￥ 298 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者张志强
出版社科学出版社
ISBN9787030661937
出版时间2020-10
四部分类子部>艺术>书画
装帧精装
开本16开
定价298元
货号1202157318
上书时间2024-05-27
商品详情
- 品相描述：全新
- 商品描述
-
目录
目录
前言
一、理论篇
章 学科信息学与数据驱动的学科知识发现发展 3
1.1 学科信息学发展概述 4
1.2 学科信息学关键问题研究 11
1.3 代表性学科信息学领域——生物医学信息学 18
1.4 政策领域大数据分析——政策信息学 26
1.5 数据密集型科学范式下学科信息学发展的重大意义 39
1.6 学科信息学发展展望 42
参考文献 45
二、数据篇
第2章 生命与健康科学大数据发展现状及共享机制 55
2.1 生命与健康科学大数据总体概况 55
2.2 生命与健康科学大数据建设进展 56
2.3 生命与健康科学大数据开放共享 60
2.4 总结与展望 66
参考文献 66
第3章 面向生物医药领域知识发现的信息组织 68
3.1 引言 68
3.2 国内外研究现状 69
3.3 知识发现平台信息组织分析 73
3.4 总结与思考 79
参考文献 79
三、技术篇
第4章 生物信息学数据分析工具综述 85
4.1 引言 85
4.2 生物信息学研究内容与方法 86
4.3 常用分析工具介绍 88
4.4 结语 107
参考文献 108
第5章 面向知识发现的生物医学文本挖掘 113
5.1 引言 113
5.2 生物医学领域本体UMLS 114
5.3 生物医学领域文本挖掘工具 123
5.4 生物医学文本挖掘应用 132
5.5 结论 137
参考文献 137
第6章 数据驱动的生命科学知识发现框架Galaxy 141
6.1 引言 141
6.2 Galaxy介绍 142
6.3 核心功能 147
6.4 应用 151
6.5 发展趋势 154
6.6 总结 156
参考文献 157
第7章 深度学习在生物医学领域的应用进展 158
7.1 引言 158
7.2 进展分析 160
7.3 结论 166
7.4 展望 167
参考文献 167
四、应用篇
第8章 数据驱动的合成生物学领域基础研究与技术创新关联分析 173
8.1 引言 173
8.2 国内外相关研究综述 175
8.3 研究方法 177
8.4 结果与讨论 182
8.5 结语 193
参考文献 194
第9章 面向知识发现的研究主题挖掘 198
9.1 研究现状 198
9.2 研究方法流程 199
9.3 实证研究 206
9.4 小结 221
参考文献 222
0章 基于翻译模型的科研合作预测 224
10.1 引言 224
10.2 相关研究 225
10.3 基于翻译的科研合作网络表示 230
10.4 科研合作网络结构特征学习 236
10.5 实证研究 241
10.6 结语 244
参考文献 245
1章 干细胞领域新兴技术主题的突破性预测 248
11.1 引言 248
11.2 研究现状 249
11.3 基于引文曲线拟合分析的新兴技术主题的突破性预测方法 252
11.4 实证分析 256
11.5 讨论与结论 271
参考文献 272
2章 数据驱动的医学领域前沿主题识别 284
12.1 概念界定 284
12.2 前沿主题识别方法研究现状 285
12.3 医学领域前沿主题特征及识别方法 289
12.4 领域选择 294
12.5 实验过程与结果解读 297
12.6 结语 301
参考文献 302
3章 基于异构网络的中小企业潜在合作伙伴发现 305
13.1 引言 305
13.2 国内外相关研究现状306
13.3 基于PathSelClus算法的异构信息网络聚类 312
13.4 石墨烯领域实证研究 320
13.5 小结 332
参考文献 333
4章 基于微信小程序的学科知识服务 336
14.1 引言 336
14.2 泛在化学科知识服务方式与微信小程序介绍（徐源等，2020）337
14.3 学科知识服务微信小程序的服务内容 340
14.4 学科知识服务微信小程序的服务模式 341
14.5 案例实践——“干细胞助手”微信小程序 344
14.6 技术实现 348
参考文献 358
内容摘要
本书从"理论篇"、"数据篇"、"技术篇"与"应用篇"四个部分出发，对科技大数据的理论、数据、技术方法工具和应用进行研究，包括如何建设科技大数据体系、如何在科技大数据中进行知识发现、当前科技大数据知识发现应用等一系列关键问题。其中理论部分从背景内涵、学科体系、数据工具、关键应用以及发展展望等方面对学科信息学与数据驱动的学科知识发现进行全景式的阐述；数据部分选取生命医学学科为研究对象，对国内外生命与健康科学大数据平台进行归纳，对干细胞科技大数据建设情况等进行总结；技术部分对生物信息学典型数据分析工具、生物医学文本挖掘知识本体、数据驱动知识发现框架Galaxy及人工智能技术在生物医药知识挖掘与知识发现中的应用等进行剖析；应用部分以成都文献情报中心在学科信息学与学科知识发现领域的科研工作为基础，介绍了基础研究与技术创新关联分析、研究主题挖掘、科研合作预测、新兴技术主题突破性预测、前沿主题识别及潜在合作伙伴发现六个数据驱动的学科知识发现应用典型案例以及基于微信小程序的移动服务应用。
— 没有更多了 —
以下为对购买帮助不大的评价