摘要： 【目的/意义】基于专业性多源网络数据，构建同质性或异质性领域知识图谱。【方法/过程】基于场景性关键 词相似度计算进行同质网络层次聚类，揭示症状的同质性网络层次以及治疗方案的同质性网络层次；基于 2-mode 共现矩阵进行异质网络聚类，兼顾症状及治疗方案的关联关系，通过设置不同阈值揭示其异质关联性网络层次。 【结果/结论】基于聚类纯度及熵值评价指标，实验结果显示：就纯度评价指标而言，进行同质性网络知识图谱分析 较为合理；就熵值指标而言，进行异质性网络知识图谱分析较为合理。
摘要： 【目的/意义】基于专业性多源网络数据，构建同质性或异质性领域知识图谱。【方法/过程】基于场景性关键 词相似度计算进行同质网络层次聚类，揭示症状的同质性网络层次以及治疗方案的同质性网络层次；基于 2-mode 共现矩阵进行异质网络聚类，兼顾症状及治疗方案的关联关系，通过设置不同阈值揭示其异质关联性网络层次。 【结果/结论】基于聚类纯度及熵值评价指标，实验结果显示：就纯度评价指标而言，进行同质性网络知识图谱分析 较为合理；就熵值指标而言，进行异质性网络知识图谱分析较为合理。