基于双聚类方法的国际倒班相关文献研究热点分析

冯会玲，范玲

（1.河北中医学院护理学院外科护理教研室，石家庄 050200；2.中国医科大学护理学院，沈阳 110122；3.中国医科大学附属盛京医院护理部，沈阳 110004）

文本挖掘是从非结构化文本信息中获取用户感兴趣或者有用的知识或模式的过程，它涵盖了信息技术、文本分析、统计学、自然语言处理、机器学习及数据可视化等多学科技术。其主要用途是从原本未经使用的文本中提取出未知的知识，获取主题词之间的关联规则。CIMINO等［1］通过对主题词和副主题词在主题词描述部分的共现关系，以主题词之间概念语义关系的形式从文献中抽取了事实，指出主题词的共词聚类是基于文献而产生假设和发现知识的有力方法。文本挖掘领域通常应用聚类技术进行分析，张晗等［2］开发了书目信息共现挖掘系统（BICOMS），该系统支持文献集合中高频主题词的选取及主题词共现聚类分析。目前普通的聚类方法在处理高维数据时会存在大量无关的属性，数据分布稀疏，不能很好地找到局部信息等问题。为了弥补普通聚类分析的不足，有研究［3］提出了双聚类的概念，它能够对矩阵的行、列同时进行聚类，对聚类对象和聚类的属性同时进行聚类，较好地解决了上述问题。

倒班是指从业人员在常规工作时间（即8：00至18：00）之外参加工作的制度，这种工作节律与从业者内在的生物节律存在冲突［4］。世界上有20%的人因工作需要不得不参与倒班，约10%～23%的倒班工作者出现睡眠障碍等问题［5］。倒班者在工作中的警觉度降低，工作安全风险增加［6-7］。……