RSS-Feed abonnieren
DOI: 10.1055/s-0034-1371820
Text Mining, eine Methode der computergestützten Datenauswertung wissenschaftlicher Texte, dargestellt an einer Analyse von Autorennetzwerken
Text Mining, a Method for Computer-Assisted Analysis of Scientific Texts, Demonstrated by an Analysis of Author NetworksPublikationsverlauf
eingereicht 17. Januar 2014
akzeptiert 22. Februar 2014
Publikationsdatum:
08. Mai 2014 (online)
Zusammenfassung
Die steigende Anzahl an medizinisch-wissenschaftlichen Publikationen macht es zunehmend schwer die wirklich relevanten Publikationen zu einem Thema herauszufinden. Text Mining zur computergestützten Analyse von Texten als Sonderform des Data Mining kann hierbei hilfreich sein. An 2 Beispielen soll gezeigt werden, wie es durch den Einsatz von Computerprogrammen zur Textanalyse einerseits und zur Datenvisualisierung andererseits möglich ist, a) die Vernetzung von Autoren einer Zeitschrift untereinander aufzuzeigen und b) die relevanten Veröffentlichungen zu einem speziellen Thema herauszufiltern.
Abstract
Searching for relevant publications is becoming more difficult with the increasing number of scientific articles. Text mining as a specific form of computer-based data analysis may be helpful in this context. Highlighting relations between authors and finding relevant publications concerning a specific subject using text analysis programs are illustrated graphically by 2 performed examples.
-
Literatur
- 1 Frauenhofer Institut IAIs Neue Big-Data-Untersuchung zeigt Potenzial für Unternehmen Presseinformation 10.12.2012 Verfügbar von http://www.iais.fraunhofer.de/pi_big-data.html
- 2 Pubmed http://www.ncbi.nlm.nih.gov/pubmed
- 3 Berthold MR, Borgelt C, Höppner F et al. Guide to Intelligent Data Analysis. London: Springer; 2010
- 4 Feldman R, Dagan I, Haym H. Mining text using keyword distributions. Journal of Intelligent Information Systems 1998; 10: 281-300
- 5 Shannon P, Markiel A, Ozier O et al. Cytoscape: A Software Environment for Integrated Models of Biomolecular Interaction Networks. Genome Res 2003; 13: 2498-2504
- 6 Berthold MR, Cebron N, Dill F et al. KNIME: The Konstanz Information Miner Studies in Classification. Data Analysis and Knowledge. London: Springer; 2007
- 7 Saito R, Smoot ME, Ono K et al. A travel guide to Cytoscape plugins. Nature Methods 2012; 9: 1069-1076
- 8 Frank Dullweber: Support of Target Discovery Research by KNIME Textprocessing and Networkmining.Verfügbar von http://tech.knime.org/book/network-examples/author-network
- 9 Cardenas-Montemayor E, Hartl JF, Wolf MB et al. Subjective and objective results of arthroscopic debridement of ulnar-sided TFCC (Palmer type 1B) lesions with stable distal radio-ulnar joint. Arch Orthop Trauma Surg 2013; 133: 287-293
- 10 Löw S, Pillukat T, Prommersberger KJ et al. The effect of additional video documentation to photo documentation in wrist arthroscopies on intra- and interobserver reliability. Arch Orthop Trauma Surg 2013; 133: 433-438
- 11 Mayer S, Hahn P, Bruckner T et al. Aussagekraft präoperativer MRT-Diagnostik hinsichtlich Läsionen des skapholunären Bandes im klinischen Alltag. Handchir Mikrochir Plast Chir 2013; 45: 26-32
- 12 Unglaub F, Manz S, Bruckner T et al. Die dorsale Kapseldoppelung zur Therapie der dorsalen Instabilität des distalen Radioulnargelenkes. Oper Orthop Traumatol 2013; 25: 609-614