在线健康社区中用户画像及主题特征分布下信息需求研究——以医享网结直肠癌圈数据为例

doi:10.3772/j.issn.1000-0135.2021.03.009

情报学报

2021, Vol. 40

Issue (3): 308-320 DOI: 10.3772/j.issn.1000-0135.2021.03.009

情报用户与行为研究

本期目录 | 过刊浏览 | 高级检索

在线健康社区中用户画像及主题特征分布下信息需求研究——以医享网结直肠癌圈数据为例

盛姝¹, 黄奇², 郑姝雅¹, 杨洋¹, 解绮雯¹, 张戈³, 秦新国⁴

1.南京大学信息管理学院，南京 210046
2.南京大学国家信息资源管理南京研究基地，南京 210093
3.南京大学工程管理学院，南京 210093
4.南京审计大学信息化办公室，南京 211815

Study of User Information Requirements in an Online Health Community Based on the Distribution of User Profile and Theme Features: Taking Colorectal Cancer Data from YiXiang as an Example

Sheng Shu¹, Huang Qi², Zheng Shuya¹, Yang Yang¹, Xie Qiwen¹, Zhang Ge³, Qin Xinguo⁴

1.School of Information Management, Nanjing University, Nanjing 210046
2.Nanjing Research Based of National Information Management, Nanjing University, Nanjing 210093
3.School of Management & Engineering, Nanjing University, Nanjing 210093
4.Information Office of Nanjing Audit University, Nanjing 211815

摘要
图/表
参考文献
相关文章 (7)

全文: PDF (3037 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本文通过在线健康社区中对用户画像构建及主题特征挖掘，揭示不同用户角色群体下用户行为差异及特征，以了解社区内用户信息需求，为推动在线健康社区行业发展与完善提供建议。利用Python爬虫获取医享网中结直肠癌圈的用户数据，从用户角色属性、行为属性以及文本特征构建典型用户识别指标，利用典型用户识别指标与主题分类体系，将用户群体分为四类构建画像概念模型；再利用用户行为识别算法与主题聚类算法进一步挖掘不同角色下用户关注主题内容，实现用户信息需求的精准分析。本文通过挖掘分析四类用户角色在性别、年龄以及主题分布差异可以得出，不同用户群体信息需求具有显著差异。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	盛姝
	黄奇
	郑姝雅
	杨洋
	解绮雯
	张戈
	秦新国

关键词 ：在线健康社区, 用户画像, 主题识别, 用户信息需求

收稿日期: 2019-12-19

作者简介: 盛姝，女，1994年生，博士研究生，主要研究方向为医疗信息化、网络信息资源语义化；黄奇，男，1961年生，博士，教授，博士生导师，主要研究方向为网络信息资源的语义化，E-mail:hq@nju.edu.cn；郑姝雅，女，1995年生，硕士研究生，主要研究方向为用户信息行为、网络信息资源语义化；杨洋，女，1997年生，硕士研究生，主要研究方向为医疗信息化、网络信息资源语义化；解绮雯，女，1996年生，硕士研究生，主要研究方向为电子商务、网络信息资源语义化；张戈，男，1995年生，硕士研究生，主要研究方向为电子商务、网络信息资源的语义化；秦新国，男，1981年生，博士研究生，主要研究方向为教育信息；

引用本文:

盛姝, 黄奇, 郑姝雅, 杨洋, 解绮雯, 张戈, 秦新国. 在线健康社区中用户画像及主题特征分布下信息需求研究——以医享网结直肠癌圈数据为例[J]. 情报学报, 2021, 40(3): 308-320.
Sheng Shu, Huang Qi, Zheng Shuya, Yang Yang, Xie Qiwen, Zhang Ge, Qin Xinguo. Study of User Information Requirements in an Online Health Community Based on the Distribution of User Profile and Theme Features: Taking Colorectal Cancer Data from YiXiang as an Example. 情报学报, 2021, 40(3): 308-320.

链接本文:

http://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.03.009 或 http://qbxb.istic.ac.cn/CN/Y2021/V40/I3/308

1 吴江, 刘冠君, 胡仙. 在线医疗健康研究的系统综述: 研究热点、主题演化和研究方法[J]. 数据分析与知识发现, 2019, 3(4): 2-12.
2 张海涛, 崔阳, 王丹, 等. 基于概念格的在线健康社区用户画像研究[J]. 情报学报, 2018, 37(9): 912-922.
3 李敏, 黄成, 叶孟良, 等. 微博环境下用户健康信息扩散行为影响因素实证研究[J]. 图书馆学研究, 2017(21): 81-91.
4 张敏, 车雨霏, 张艳. 双渠道视角下在线健康社区用户诊疗信息求助行为的形成路径分析[J]. 情报科学, 2019, 37(2): 25-32,101.
5 李月琳, 张秀, 王姗姗. 社交媒体健康信息质量研究: 基于真伪健康信息特征的分析[J]. 情报学报, 2018, 37(3): 294-304.
6 钱明辉, 徐志轩, 王珊. 基于用户参与的在线健康平台信息服务质量研究[J]. 情报学报, 2019, 38(2): 132-142.
7 Pérez-Pérez M, Pérez-Rodríguez G, Fdez-Riverola F, et al. Using Twitter to understand the human bowel disease community: exploratory analysis of key topics[J]. Journal of Medical Internet Research, 2019, 21(8): e12610.
8 Zhang Y, He D, Sang Y. Facebook as a platform for health information and communication: a case study of a diabetes group[J]. Journal of Medical Systems, 2013, 37(3): 9942.
9 Sudau F, Friede T, Grabowski J, et al. Sources of information and behavioral patterns in online health forums: observational study[J]. Journal of Medical Internet Research, 2014, 16(1): e10.
10 刘冰, 历鑫, 张赫钊, 等. 网络健康社区中身份转换期女性信息需求主题特征及情感因素研究——以“妈妈网”中“备孕版块”为例[J]. 情报理论与实践, 2019, 42(5): 87-92.
11 Kwak H, Lee C, Park H, et al. What is Twitter, a social network or news media?[C]// Proceedings of the 19th International Conference on World Wide Web. New York: ACM Press, 2010: 591-600.
12 Rodgers S, Chen Q M. Internet community group participation: psychosocial benefits for women with breast cancer[J]. Journal of Computer-Mediated Communication, 2005, 10(4): JCMC1047.
13 吴江, 赵颖慧, 高嘉慧. 医疗舆情事件的微博意见领袖识别与分析研究[J]. 数据分析与知识发现, 2019, 3(4): 53-62.
14 陈东华, 张润彤, 付磊, 等. SNOMED CT体系下医疗健康大数据映射和迁移方法研究[J]. 情报学报, 2018, 37(5): 524-532.
15 陆泉, 朱安琪, 张霁月, 等. 中文网络健康社区中的用户信息需求挖掘研究——以求医网肿瘤板块数据为例[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
16 金碧漪, 许鑫. 网络健康社区中的主题特征研究[J]. 图书情报工作, 2015, 59(12): 100-105.
17 吴江, 周露莎. 在线医疗社区中知识共享网络及知识互动行为研究[J]. 情报科学, 2017, 35(3): 144-151.
18 Park A, Conway M, Chen A T. Examining thematic similarity, difference, and membership in three online mental health communities from reddit: a text mining and visualization approach[J]. Computers in Human Behavior, 2018, 78: 98-112.
19 Gao Y, Gu L, Wang Y F, et al. Constructing a Chinese electronic medical record corpus for named entity recognition on resident admit notes[J]. BMC Medical Informatics and Decision Making, 2019, 19(2): 67-78.