网络健康社区中的主题特征研究

doi:10.13266/j.issn.0252-3116.2015.12.015

图书情报工作 ›› 2015, Vol. 59 ›› Issue (12): 100-105.DOI: 10.13266/j.issn.0252-3116.2015.12.015

网络健康社区中的主题特征研究

金碧漪, 许鑫

华东师范大学信息学系上海 200241

收稿日期:2015-04-22 修回日期:2015-05-23 出版日期:2015-06-20 发布日期:2015-06-20
通讯作者: 许鑫(ORCID:0000-0001-7020-3135),副教授,博士,E-mail:xxu@infor.ecnu.edu.cn。
作者简介:金碧漪(ORCID:0000-0003-2286-6529),硕士研究生;许鑫(ORCID:0000-0001-7020-3135),副教授,博士,E-mail:xxu@infor.ecnu.edu.cn。

Research on Theme Features in Online Health Community

Jin Biyi, Xu Xin

Department of Information Science, East China Normal University, Shanghai 200241

Received:2015-04-22 Revised:2015-05-23 Online:2015-06-20 Published:2015-06-20

摘要/Abstract

摘要：

[目的/意义] 探究不同类型网络社区中健康主题特征分布,促使各网站平台能够更好地提供在线健康信息服务。[方法/过程] 以糖尿病为例,选取来自健康论坛的社会化标签和社会化问答社区的问答记录作为研究对象;通过数据编码和文本处理的方法,得到八大类主题,并比较两种网络社区中该八大主题分布情况的异同。[结果/结论] 两种网络社区中糖尿病主题冷热分布大体趋于一致。在最为用户所关注的主题上,两类社区各有侧重,分别是“诊断和检查”、“社会生活”。以上探讨和发现对在线健康信息服务质量的提升有诸多启示。

关键词: 论坛社区, 社会化问答社区, 健康信息服务, 健康主题, 糖尿病

Abstract:

[Purpose/significance] This paper aims to explore health themes features distribution in different types of online community, and prompt websites to provide better online health information services.[Method/process] Taking Diabetes as an example, this paper chooses the social tags from health forums and the Q&A records from social Q&A platforms as the research object. It gets eight themes by the methods of data coding and text processing, and compares the similarities and differences of the distribution of eight major themes in two kinds of online health communities.[Result/conclusion] The result shows that the distribution of the hot or cold themes from two online communities tend to be consistent, but the theme in most concern differs from each other. All these finds are benefit to improve online health information service.

Key words: forum, social Q&A platform, health information service, health theme, diabetes

中图分类号:

G203
R587.1

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.

Jin Biyi, Xu Xin. Research on Theme Features in Online Health Community[J]. LIS, 2015, 59(12): 100-105.

参考文献

[1] Fox S. The social life of health information, 2011[EB/OL].[2014-06-20]. http://www.pewinternet.org/2011/05/12/the-social-life-of-health-information-2011/.
[2] Arden M A, Duxbury A M S, Soltani H. Responses to gestational weight management guidance:A thematic analysis of comments made by women in online parenting forums[J/OL].[2015-03-10].http://www.biomedcentral.com/1471-2393/14/216.
[3] Coulson N S. Sharing, supporting and sobriety: A qualitative analysis of messages posted to alcohol-related online discussion forums in the United Kingdom[J]. Journal of Substance Use, 2014, 19(1-2): 176-180.
[4] Attard A, Coulson N S. A thematic analysis of patient communication in Parkinson's disease online support group discussion forums[J]. Computers in Human Behavior, 2012, 28(2): 500-506.
[5] Rodgers S, Chen Qimei. Internet community group participation: Psychosocial benefits for women with breast cancer[J/OL].[2015-03-10].http://onlinelibrary.wiley.com/doi/10.1111/j.1083-6101.2005.tb00268.x/full.
[6] 吕英杰. 网络健康社区中的文本挖掘方法研究[D]. 上海:上海交通大学, 2013.
[7] Zhang Yang. Contextualizing consumer health information searching: An analysis of questions in a social Q&A community[C/OL].[2015-04-02].http://dl.acm.org/citation.cfm?id=1883023.
[8] Chiu M H P, Wu C C. Integrated ACE model for consumer health information needs: A content analysis of questions in Yahoo! Answers[J]. Proceedings of the American Society for Information Science and Technology, 2012, 49(1): 1-10.
[9] Oh J S, He D, Jeng W, et al. Linguistic characteristics of eating disorder questions on Yahoo! Answers-Content, style, and emotion[J]. Proceedings of the American Society for Information Science and Technology, 2013, 50(1): 1-10.
[10] Zhang Jin, Zhao Yiming. A user term visualization analysis based on a social question and answer log[J]. Information Processing & Management, 2013, 49(5): 1019-1048.
[11] Griffiths T L, Steyvers M. Finding scientific topics[J]. Proceedings of the National Academy of Sciences, 2004, 101(suppl 1): 5228-5235.
[12] He Xiaofeng, Ding C H Q, Zha Hongyuan, et al. Automatic topic identification using webpage clustering[EB/OL].[2015-03-12].http://ieeexplore.ieee.org/xpl/login.jsp?tp=&arnumber=989518&url=http%3A%2F%2Fieeexplore.ieee.org%2Fxpls%2Ficp.jsp%3Farnumber%3D989518.
[13] Blei D M, Ng A Y, Jordan M I. Latent Dirichlet allocation[J]. The Journal of Machine Learning Research, 2003, 3: 993-1022.
[14] 石晶, 范猛, 李万龙. 基于 LDA 模型的主题分析[J]. 自动化学报, 2009, 35(12): 1586-1592.
[15] 张晨逸, 孙建伶, 丁轶群. 基于 MB-LDA 模型的微博主题挖掘[J]. 计算机研究与发展, 2015, 48(10): 1795-1802.
[16] 杨星, 李保利, 金明举. 基于 LDA 模型的研究领域热点及趋势分析[J]. 计算机技术与发展, 2012, 22(10): 66-69.
[17] 骆卫华, 于满泉, 许洪波, 等. 基于多策略优化的分治多层聚类算法的话题发现研究[J]. 中文信息学报, 2006, 20(1): 29-36.
[18] Gazan R. Social q&a[J]. Journal of the American Society for Information Science and Technology, 2011, 62(12): 2301-2312.
[19] Kim S, Oh S. Users' relevance criteria for evaluating answers in a social Q&A site[J]. Journal of the American Society for Information Science and Technology, 2009, 60(4): 716-727.
[20] Chuang J, Hsiao O, Wu P L, et al. DiabeticLink: An integrated and intelligent cyber-enabled health social platform for diabetic patients[M/OL].[2015-04-02].http://link.springer.com/chapter/10.1007/978-3-319-08416-9_7.
[21] 赵一鸣, 张进, 黎苑楚. 基于多维尺度模型的潜在主题可视化研究[J]. 情报学报, 2014, 33(1): 45-54.
[22] Evangelista L S, Strmberg A, Westlake C, et al. Developing a Web-based education and counseling program for heart failure patients[J]. Progress in Cardiovascular Nursing, 2006, 21(4): 196-201.
[23] Keselman A, Logan R, Smith C A, et al. Developing informatics tools and strategies for consumer-centered health communication[J]. Journal of the American Medical Informatics Association, 2008, 15(4): 473-483.

网络健康社区中的主题特征研究

Research on Theme Features in Online Health Community

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	邓胜利, 孙瑾杰. 图书馆参与虚假健康信息治理的价值、阻滞因素和实现路径[J]. 图书情报工作, 2022, 66(9): 14-22.
[2]	郭顺利, 李娟娟. 图式理论视角下社会化问答社区刻板印象的探索性研究——以知乎为例[J]. 图书情报工作, 2022, 66(9): 93-102.
[3]	刘一鸣, 朱萍萍. 国外公共图书馆健康信息服务项目的研究与启示——以EIFL"公共图书馆服务创新项目"为例[J]. 图书情报工作, 2022, 66(18): 140-150.
[4]	刘一鸣, 李露. 图书馆老年人健康信息服务研究综述[J]. 图书情报工作, 2021, 65(24): 123-134.
[5]	郭顺利, 步辉. 融合Word2vec和WGRA的社会化问答社区答案有用性排序方法研究——以携程问答为例[J]. 图书情报工作, 2021, 65(23): 126-135.
[6]	张宁, 高冰洁. CAC范式下老年人在线健康信息服务的消极使用形成与影响因素研究[J]. 图书情报工作, 2021, 65(19): 96-104.
[7]	滕春娥, 何春雨. 在线医疗社区用户画像构建与应用[J]. 图书情报工作, 2021, 65(12): 147-154.
[8]	许一明, 李贺, 解梦凡. 社会化问答社区用户声誉赋予行为动机研究[J]. 图书情报工作, 2020, 64(18): 64-75.
[9]	潘梦雅, 沈旺, 代旺, 刘嘉宇. 社会化问答社区答题者发现研究[J]. 图书情报工作, 2020, 64(18): 76-88.
[10]	易明, 张婷婷, 李梓. 多维特征下社会化问答社区答案排序研究[J]. 图书情报工作, 2020, 64(17): 103-113.
[11]	杨刚, 闫璐, 房贻庆, 赵娜. 答案质量反馈对社会化问答社区用户持续答题意愿的影响研究——以“知乎”平台为例[J]. 图书情报工作, 2020, 64(11): 46-56.
[12]	谈大军. 美国公共图书馆年长者健康信息服务调查与分析[J]. 图书情报工作, 2019, 63(6): 140-146.
[13]	张泰瑞, 陈渝. 基于LDA模型因素提取的健康信息用户转移行为研究[J]. 图书情报工作, 2019, 63(21): 66-77.
[14]	郭顺利, 张向先, 陶兴, 张莉曼. 社会化问答社区用户生成答案质量自动化评价研究——以“知乎”为例[J]. 图书情报工作, 2019, 63(11): 118-130.
[15]	余本功, 李婷, 杨颖. 基于多属性加权的社会化问答社区关键词提取方法[J]. 图书情报工作, 2018, 62(5): 132-139.