基于K-Means和CHAID算法的种质资源数据库与论文关联研究

摘要

目的/意义：分析中国现有的三个主要种质资源数据库和种质资源领域发表的论文，研究得出数据库和论文之间的相互关联规则，给出如何在数据库中更新文献中新品种信息的相关建议。方法/过程：研究发现种质资源数据库和论文之间的同步更新、内容匹配程度和更新程度存在较多的不一致，采用最大相似度法对种质资源数据库进行选择和信息整合，同时运用词频分析法对文献进行清洗，然后设计了基于K-Means算法和CHAID算法的系统分析方法，找出论文中的新品种与数据库品种间的相关联系。结果/结论：以马铃薯“兴佳3号”为例，应用上述系统分析方法，发现在中国作物种质资源信息网数据库中Avon和Ostara两品种与其联系最紧密，作为对其更新到数据库位置的建议。