[发明专利]一种基于灵芝质量的灵芝全网数据库构建方法

说明书

一种基于灵芝质量的灵芝全网数据库构建方法，获取数据步骤：根据灵芝的对应信息列表，从网络中获取与灵芝对应信息相关的摘要资源；前处理步骤：对所述摘要资源中的每一段信息进行分解以获取包括摘要内容的数据信息；分类处理步骤：根据灵芝的对应信息列表，对所述摘要内容进行提取和分类；后处理步骤：针对灵芝的对应信息列表每一条信息，构建对应于该信息的相关词语义库；库构建步骤：建立信息数据库，所述信息数据库包括所述对应信息列表和对应的文献摘要。优点在于：基于文本挖掘技术构建信息数据库，特别地，从灵芝名出发，通过文本挖掘算法挖掘文献数据库，从中提取信息，构建成数据全面可靠、可快速更新的数据库，提供相关详细信息。

技术领域

本发明涉及一种数据全面可靠、可快速更新的基于灵芝质量的灵芝全网数据库构建方法。

背景技术

已知信息数据库种类繁多，一般划分为一次数据库和二次数据库两类。一次数据库包括例如基因组数据库、核酸和蛋白质一级结构序列数据库、以及生物大分子三维空间结构数据库。二次数据库是以一次数据库和文献资料为基础而构建。根据生命科学不同研究领域的实际需要，对基因组图谱、核酸和蛋白质序列、蛋白质结构以及文献等数据进行分析、整理、归纳、注释，构建具有特殊生物学意义和专门用途的二次数据库，是生物信息数据库开发的有效途径。从应用角度来说，与疾病相关的突变具有最重要的研究价值，需要一个来自前沿、信息全面、可快速更新的数据库。同时，由于突变信息的数据量大，更新速度快，人工收集不仅成本高、速度慢，还存在信息遗漏和可信度低等问题。在这两方面，上述数据库的应用仍显不足。而且，由于部分数据库存在收费等问题，限制了用户对最新数据的获得。

随着网络通信技术的飞速发展，网络中的数据量越来越大，检索相似信息的难度也越来越大。其中，图片的相似搜索由于可以实现网络图片自动排重、相关图片推荐等效果而得到广泛应用，而构建数据库以实现相似检索也就越来越必要。目前，图片相似搜索的方法有tree类相似算法，如R-tree，Kd-tree，SR-tree，是基于空间划分的算法，检索的结果虽然精确但是在高维数据集上的时间效率不高。LSH(Location Sensitive Hash，位置敏感哈希函数)算法，由于与一般哈希函数相比具有位置敏感性，对散列前的相似点进行哈希计算，之后产生的散列值在一定程度上也能保持相似，并且具有一定的概率保证。这样LSH算法能够在保证一定准确性的前提下，时间和空间复杂度得到降低，并且能够很好地支持高维数据的检索，因此LSH算法在含有丰富特征信息的图片相似性领域中的应用越来越受到重视。

发明内容

本发明的目的在于提供一种数据全面可靠、可快速更新的基于灵芝质量的灵芝全网数据库构建方法。

为解决上述技术问题，本发明通过下述技术方案得以解决：一种基于灵芝质量的灵芝全网数据库构建方法，

获取数据步骤：根据灵芝的对应信息列表，从网络中获取与灵芝对应信息相关的摘要资源；

前处理步骤：对所述摘要资源中的每一段信息进行分解以获取包括摘要内容的数据信息；

分类处理步骤：根据灵芝的对应信息列表，对所述摘要内容进行提取和分类；

后处理步骤：针对灵芝的对应信息列表每一条信息，构建对应于该信息的相关词语义库；

库构建步骤：建立信息数据库，所述信息数据库包括所述对应信息列表和对应的文献摘要。

进一步的，对应信息列表包括：资源类信息、质量类信息、流通类信息、知识类信息。

进一步的，资源类信息包括：产地、品种、规模、产量、生产经营对象、成本。

进一步的，所述质量类信息包括：参照药典指标，包括等级、规格、检测指标、查询信息。