多维属性融合视角下的在线健康社区关键用户识别研究
Information Science(2022)
摘要
[目的/意义]在线健康社区已成为公众获取医疗信息和服务的重要形式.识别在线健康社区关键用户及其特征,为提升健康社区服务质量和效率提供理论依据.[方法/过程]基于信息行为学理论构建了包括交互行为属性、信息质量属性、情感倾向属性的多维分析框架,利用AttriRank算法和网络抗毁性评估方法识别在线健康社区关键用户.[结果/结论]在胆系癌症疾病QQ群中识别出15个关键用户.他们不仅具有高活跃性和高互惠度的交互行为特征,还具备多样性水平高且结构均衡的信息质量特征,且多数持有正向情绪倾向."行为+内容+情绪"的分析框架和考虑属性的用户排序算法能准确识别在线健康社区关键用户,为在线健康社区的持续运营供了科学的决策支持.[创新/局限]构建多维属性分析框架进行在线健康社区关键用户识别,丰富了在线健康社区关键用户识别的理论体系.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要