， ， ，，

科技文献是科研工作者获取科学假设的重要途径。如何更好地基于文献进行知识发现，是未来知识服务的重要方向。传统的检索平台能够帮助用户快速查找文献，但检索的文献数量庞大，要从候选文献集中获得有效的知识，费时费力。基于文献的知识发现研究通过间接关联的挖掘来获得科学假设，影响间接关联挖掘的因素研究是目前该领域的热点之一。

通过间接关联的挖掘来获得科学假设,即如果A与B存在关联，同时B与C也存在联系，得到A与C可能通过B存在间接联系的假设[1]。目前生物医学领域开发的一些文献知识发现系统，如Arrowsmith[2]，Facta+[3]，CoPub[4]等，具有较强的可操作性，但由于无法明确间接关联的语义关系，导致混杂的候选关系数成指数递增，从中筛选出真正有效的关系变得困难。现有方法不断强化对关联的语义性评价，而关联性强弱只是影响发现用户感兴趣的特异性关联的因素之一。研究文献知识发现过程中影响间接关联挖掘的因素，以便筛选出更多更有效的间接关联。因此，本文利用PubMed的文献数据，分析不同时期的文献在间接关联挖掘中的作用，探讨时间因素在生物医学文献知识发现过程中的影响，这对科研人员探索文献知识发现关联筛选的新方法具有重要意义。

1 研究设计

文献知识发现的实施主要包括概念实体A、B和C的识别，关联的抽取及间接关联的相关度计算3个部分。对于一个文献知识发现系统来说，用户输入概念A，计算A-B-C之间的关联强度，获得按关联强度由大到小排序的有序列表[5]。……