面向案例分析的信息聚合模型
2015-03-22,,
中华医学图书情报杂志 2015年12期
,,
大数据时代,过载的信息一方面给人们带来了更为广泛的数据来源,另一方面对信息的快速聚合和处理提出了更高的要求,即资源深度开发与广度关联。换言之,需要对信息进行更深层次的融合,根据目标进行耦合,推送智能聚合的结果。本文面向案例分析,根据资源深度开发与广度关联的需求,提出了一种基于数据关联的信息聚合模型,旨在不同类型信息间建立不同角度聚合关系并进一步形成耦合,并以实例说明该模型在医学信息决策辅助领域的应用场景。
1 信息聚合研究现状
信息聚合是指从不同的数据源汇集分析相关信息和解决这些信息在语义方面的异构性,并提供基于数据源之间关系、业务过程的聚合等功能[1-3]。目前,信息聚合模型在图书情报领域得到了广泛的应用,包括基于关联数据的图书馆信息聚合模型[4]、将知识聚合模型应用于数字图书馆的智能检索模型[5]、基于关联数据的数字图书馆资源聚合与服务研究[6]、基于耦合关系的学术信息资源深度耦合分析[7],基于共现与耦合的馆藏数字文献资源聚合4层模型[8]。以上研究对学术资源的聚合进行了深层分析,然而在实际决策支持应用系统中,除了学术资源之外,还存在领域统计数据、信息动态、案例等大量异构资源。因此需要建立一个统一的信息聚合模型,并将这些数据用于案例分析,为决策提供支持服务。
本文基于语义特征,建立了多个二元聚合关系,并进一步基于多个二元聚合关系建立了案例之间的耦合,以辅助决策制定。……
登录APP查看全文
