| 突发公共卫生事件情境下在线健康社区用户画像与分群研究 |
| |
| 引用本文： | 王,帅.突发公共卫生事件情境下在线健康社区用户画像与分群研究[J].情报科学,2022,40(6):98-107. |
| |
| 作者姓名： | 王 帅 |
| |
| 摘 要： | 【 目的/意义】在突发公共卫生事件情境下面向在线健康社区用户画像与分群，有助于提升社区服务质量，为
拓宽互联网疫情风险感知渠道作出贡献。【方法/过程】以“COVID-19”为例，结合社区数据特点从用户基本特征、
用户兴趣主题、情感倾向、用户问诊需求和用户交互网络角色五个角度出发构建画像标签并利用DBSCAN聚类实
现画像，根据画像结果呈现用户概貌；利用 AP算法在画像基础上实现用户分群，通过社会网络分析找到最具疫情
风险发现价值的用户类群。【结果/结论】实例分析表明，本文所构建的模型能够有效生成在线健康社区用户画像，
画像可以对社区用户进行概括、映射用户原貌；分群结果呈现出5类社区用户群：患者、疑似患者、医师、奉献者和社
区管理员；社会网络分析表明最具疫情风险发现价值的用户群体为疑似患者和奉献者。【创新/局限】实例分析数据
量尚达不到“大数据”标准，画像构建粒度仍有继续提升的空间。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|
