基于社交媒体的医药领域关联主题预测方法研究

[目的]从社交媒体视角出发,提出一种全新的知识发现思路和方法,预测医药领域主题关联机会,实现新兴主题早发现、早研究.[方法]以社交媒体为数据源,针对医药卫生领域文本挖掘研究方法存在的不足,提出Co-LDA主题模型和链路预测相结合的方法,预测核心主题关联机会.并选用新浪微博中糖尿病类药物数据为实验样本,对所提方法进行实例验证.[结果]医药研究领域不含权主题共现网络链路预测AUC值高于含权网络,且最优指标为Katz指标;未来糖尿病药物领域研究最可能和药效学研究与治疗方案的改进、医药行业发展以及药物新适应症研究产生关联.[局限]仅从语义角度进行主题挖掘,缺乏情感和时间维度的多层次分析;链路预测算法复杂度高且对于连通性较差的网络预测效果欠佳.[结论]利用所提方法从社交媒体角度预测医药领域主题关联机会具有一定的科学性和有效性.