技术扩散主路径及核心企业的识别研究——以手机芯片专利引文网络为例

专利是世界上最大的技术信息源,专利引用数据的变化能比较客观地反映技术扩散现象。本文选择手机芯片技术为研究对象,根据其1990—2015年的专利数据构建了手机芯片技术专利引文网络,对该网络分别进行了整体网络特征、度分布特征的分析。在此基础上,依据网络拓扑参数确定了专利引文网络的核心专利,识别了手机芯片专利的技术扩散主路径,并进一步基于随机游走的中介中心度(BCRW)算法完成了对专利权人网络中核心企业的甄别研究。

基于弥散张量白质网络的阿尔茨海默病研究

目的:利用弥散张量成像(DTI)技术构建大脑白质结构网络,通过网络拓扑参数研究阿尔茨海默病(AD)患者大脑微观结构的异常。方法:重建19例正常人和20例AD患者的结构脑网络,采用双样本t检验,从全脑和特定脑区两个水平对AD患者与正常对照组的网络拓扑参数进行差异性分析。结果:在全脑水平上,AD患者的加权特征路径长度(L_p)值上升,全局效率(E_g)、网络强度(S_p)、局部效率(E_(local))值下降,并且进一步研究发现:AD患者左半球L_p、加权簇系数(C_p)值上升,E_g值下降比右半球明显。在特定脑区水平上,选取楔前叶为感兴趣脑区,发现两侧楔前叶脑区的L_p值上升、E_g值下降,而C_p、E_(local)值并没有明显差异。结论:网络拓扑参数可以作为评估AD患者微观结构异常的指标,对早期诊断AD具有重要的指向作用。

网络毒理方法用于抗生素肝毒性预测的研究

目的 本研究将网络毒理分析方法应用于处方抗生素肝毒性的预测,以期发现抗生素导致肝损伤(DILI)的可能机理,从而探索与DILI疾病发生发展机理相关的分子信息。方法 应用网络毒理分析方法计算获得抗生素与疾病模块相关的网络拓扑参数,获得网络拓扑参数描述符,结合分子描述符,应用极端梯度提升(Extreme gradient b oosting,XGB)算法建立肝毒性预测模型对各抗生素的肝毒性进行预测,再利用模型中重要贡献的网络拓扑参数描述符加以分析,来阐明抗生素引起肝毒性的可能机制。结果 基于15个描述符建立的肝毒性预测模型拟合和稳健性好,预测抗生素肝毒性结果可靠(ACC=0.80,SE=0.80,SP=0.80,F1=0.80,AUC=0.84),对重要贡献的描述符分析后,借助灰黄霉素(Griseofulvin)在免疫系统中的细胞因子信号传导这一通路中的基因调控来初步解析了抗生素导致肝损伤的潜在机理。结论基于DILI毒理网络收集的拓扑参数描述符成功构建了肝毒性预测模型,准确预测了收集的抗生素的肝毒性,并依据描述符简单分析了灰黄霉素诱导肝损伤的潜在的发生发展机理。

共词网络LDA模型的中文文本主题分析:以交通法学文献(2000-2016)为例

【目的】通过结合传统LDA模型的概率主题抽取方法和共词网络分析发现文献词汇间的联系结构的两者优势,降低由少量文献产生的高频词汇的干扰,提高主题凝聚性。【方法】在交通法学文献摘要文本主题分析中,加入文献的关键词作为分词复合词典,提高语义识别度;提出CA-LDA模型(Latent Dirichlet Allocation Model with Co-word Analysis),在传统LDA模型的基础上加入共词网络分析,以共词网络拓扑结构参数作为权重控制词汇主题分配(采用介数中心度),优先提取同时具有高共现性(中介性)和高频率的词汇。【结果】CA-LDA模型可以得到多篇文献同时共现的高频词汇,这样产生的重点词汇表对主题分析更有意义。该算法的结果不仅仅反映词频概率,同时也能从词汇关联上发现枢纽词汇,更深入理解该领域的研究热点。【局限】CA-LDA模型主题数目K的取值采用混淆度标准交叉验证获得,如果在实际分析中K值太大,不利于文献主题的分类整理,未来研究需要对该结果进一步处理来凝聚主题。【结论】本文将该模型应用于交通法学研究领域热点主题分析,在处理大规模文献数据中取得较好效果。相关研究可以拓展应用于各种领域的大规模文献数据自动化处理中。