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

摘要：

[目的]构建适应大数据环境的中文网络健康社区用户信息需求挖掘框架,以肿瘤科为例分析用户信息需求.[方法]使用潜在语义索引(LSI)模型和MapReduce分布式文本聚类技术对中文网络健康社区——求医网肿瘤板块的全部提问数据(共计24 305条)进行用户信息需求挖掘.[结果]挖掘出用户的5个信息需求类目及其占比:治疗(43.3％)、病理及病因(34.5％)、检查(12.1％)、术后(7.0％)、预防(3.1％),各类目下Top20关键词;发现国内外各需求类目占比差异巨大;预防信息需求将持续上升;需求的性别差异显著,男性最关注治疗信息、女性最关注病理及病因信息;需求的年龄差异较大,青年群体占比极高(83.79％)等.[局限]可能存在更好的阈值选择,更完整医学主题词表;尚未进行信息需求的多维分析.[结论]本文框架可在大数据环境下挖掘用户信息需求,并分析需求的变化趋势以及年龄与性别差异.

关键词：网络健康社区、信息需求、大数据挖掘、分布式文本聚类、肿瘤

所属期刊栏目：3

分类号：TP393(计算技术、计算机技术)

资助基金：教育部人文社会科学重点研究基地重大项目“大数据资源的挖掘与服务研究——面向医疗健康领域”17JJD870002;教育部规划基金项目“基于前景理论的信息搜索过程建模与预测研究”项目18YJA870002的研究成果之一

在线出版日期：2019-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：22-32