利用双聚类算法探测综合医学与内科学知识基础及研究前沿

医学是人类科学史上的重要学科，它的发展与人类的健康息息相关。综合医学与内科学作为临床医学的一个专科，几乎是所有其他临床医学的基础，亦有医学之母之称。因此，摸清综合医学与内科学的学科发展脉络，掌握综合医学与内科学的知识基础和研究前沿，对于综合医学与内科学的发展乃至医学的发展具有重要意义。

1994年Persson[1]将“知识基础”定义为同被引文献簇，而研究前沿则是由文献耦合方法生成的、与知识基础有引证关系的文献群。从这一角度出发，目前普遍使用的发现研究前沿和知识基础的算法是聚类算法。然而传统聚类是根据数据的全部属性将数据聚类，它反映的是全局信息，无法反映局部信息，局部信息的挖掘成为了传统聚类的一个瓶颈。双聚类算法为研究者们解决了这一难题。

双聚类算法是Hartigan于1971年提出的概念，又被称作直接聚类算法或同时聚类(Simultaneous Clustering)[2]。它是对数据矩阵中的样本和变量同时进行聚类，即在对象及其属性两个方向上同时聚类，使用对象及其属性提取它们的联合信息，发现潜在的局部模式。双聚类对稀疏和高维矩阵尤其有效，与其他单向传统聚类方法在应用上具有很多优势[3]。2000年由Cheng和Church[4]首次将其引入到基因表达谱的分析中，随后在微阵列(基因和表达条件)和生物信息学中得到广泛应用 。目前，双聚类分析方法正在快速发展，但在国内外的文献研究中的应用不是很多。笔者曾利用双聚类算法对H指数学科领域进行了知识基础和学科前沿探测[5]，效果较令人满意。……