期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:吴金华,张艳秋,唐毅.数据挖掘在生物信息学中的应用——文献计量学视角[J].生物信息学,2016,14(4):249-253.
WU Jinhua,ZHANG Yanqiu,TANG Yi.Application of data mining in bioinformatics—bibliometrics perspective[J].Chinese Journal of Bioinformatics,2016,14(4):249-253.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 2451次   下载 1969 本文二维码信息
码上扫一扫!
分享到: 微信 更多
数据挖掘在生物信息学中的应用——文献计量学视角
吴金华,张艳秋,唐毅
(辽宁大学生命科学学院,沈阳110036)
摘要:
基因组和蛋白质结构与功能方面已积累了海量数据。如何从海量数据中获取有效信息成为生物信息学迫切要解决的问题。本文以相关主题词检索文献,分析了该领域历年文章数量、发文最多的机构和作者、被引用频次居前论文、期刊载文量,并对
关键词:  文献计量学  生物信息学  共现分析  数据挖掘  可视化
DOI:10.3969/j.issn.1672-5565.2016.04.09
分类号:Q34
文献标识码:A
基金项目:
Application of data mining in bioinformatics—bibliometrics perspective
WU Jinhua, ZHANG Yanqiu, TANG Yi
(School of Life Sciences, Liaoning University, Shenyang 110036,China)
Abstract:
Massive data is accumulated in the aspects of genome, structure and function of protein. How to access effective information is the challenge of bioinformatics. We search the literature with the related subject heading, analyze the number of literature each year, the research organizations and authors publishing most papers, the highly cited frequency papers and the number of papers in journals, and explore the keywords and authors of highly cited frequency literatures with co-occurrence analysis respectively. The results show that the literature using data mining methods increases yearly and that the literature publishes in ten journals accounts for 30.1 percentage, and that classification, clustering, feature selection and support vector machine are mostly used the methods in bioinformatics. This study depicts the overview of the crossing field of data mining and bioinformatics. It is helpful for combining the bioinformatics with data mining.
Key words:  Bibliometrics  Bioinformatics  Co-occurrence analysis  Data mining  Visualization

友情链接LINKS

关闭