共查询到16条相似文献，搜索用时 581 毫秒
1.
[目的/意义] 在线医评信息作为健康信息的一种,在"互联网+医疗健康"时代,对健康消费者、医疗服务提供者和在线医评网站均有重要影响。[方法/过程] 通过系统检索国外在线医评信息领域的研究,围绕已发表文献的计量分析、在线医评信息的内容分析、在线医评信息特征的相关因素、用户和医生对在线医评信息的认知和利用、在线医评信息与医疗服务质量关系等5个方面,对目前在线医评信息的研究成果进行梳理和评述。[结果/结论] 在线医评信息研究得到国外不同领域学者的重视,用户生成的在线医评信息逐渐增多,与在线医评信息特征相关的因素有待进一步检验,健康消费者及医生对医评信息的认知和利用程度不断提高,在线医评信息与医疗服务质量的关系尚未得到一致结论。最后,针对现有研究的不足提出未来展望,以期对在线医评信息开展更深入地研究。 相似文献
2.
[目的/意义]作为健康信息的一种,在线医评信息对用户医疗决策十分重要。研究用户查寻在线医评信息的过程,挖掘存在的障碍,有助于优化医评网站设计、促进医生在线服务和满足用户健康信息查寻需求。[方法/过程]采用检索实验、内容分析、发声思考和问卷调查等方法,从查寻表现、查寻阶段和查寻障碍3个方面分析在线医评信息这一特定情景下用户的查寻行为及存在问题。[结果/结论]结果显示教育水平和健康信息检索技能与在线医评信息查寻表现正向相关。在线医评信息查寻过程模型包括医生初筛、医评信息检索、浏览、对比、验证和利用6个阶段。健康信息检索技能和甄别能力弱、医评网站评论数量少、医院官网和医评网站可用性差以及医评网站与线下医疗服务融合程度低是影响用户查寻在线医评信息的主要障碍。 相似文献
3.
[目的/意义]用户利用在线医评信息是网络医疗服务的关键环节，探索医评信息特征如何影响用户采纳行为有助于促进在线医疗平台的优化和服务发展。[方法/过程]基于ELM模型和信任转移理论，采用2*2*2的组间实验设计方法开展情景决策实验，收集有效问卷539份，并利用Smart PLS开展直接效应、中介效应和调节效应分析。[结果/结论]事实型(vs抽象型)评论和真实姓*(vs昵称)的评论人标识可以提升感知内容客观性和具体评论人可信度，并进一步提升用户对评论的有用性感知和后续采纳意愿。对网站的信任可以通过一般评论人群体信任向具体评论人信任进行转移。用户性别特征和疾病严重程度特征分别负向和正向调节评论特征对用户认知及后续采纳的影响。研究提出的措施可以帮助在线医疗平台优化设计以促进用户对医评信息的采纳利用。 相似文献
4.
[目的/意义]旨在实现对用户特征的精准刻画以更好地理解用户在在线健康社区中的参与特征和信息需求。[方法/过程]爬取在线健康社区患者问诊与评论数据,综合使用BERTopic短文本话题分析模型、LDA主题分析方法构建用户画像的病症主题、问诊需求以及情感倾向三个标签来精准挖掘在线健康社区中新疆地区居民的网络问诊需求,揭示网络问诊特征。[结果/结论]所得画像有助于医疗服务提供方进一步分析用户的病情和情感状态,了解用户的需求和痛点;为医疗机构和医生提供参考,以推动实现高度个性化的现代医疗服务、持续优化和提升医疗服务质量,增强用户的满意度和信任感。 相似文献
5.
[目的/意义]用户的风险感知程度会直接影响用户采纳健康信息的行为和效率。因此,探究用户对网络健康信息的风险感知维度及其影响因素,有利于制定更具针对性的网络健康信息服务策略以及公共政策,促进互联网健康信息服务业的发展。[方法/过程]研究对网络健康信息用户进行半结构化访谈,基于扎根理论对资料进行开放性编码、主轴编码和选择性编码。[结果 /结论]通过分析共得到134个概念,40个范畴和12个主范畴,解析出六维度网络健康信息风险感知结构(包括信息质量风险、信息来源风险、隐私风险、心理风险、系统质量风险和财务风险),并构建网络健康信息风险感知理论模型,为解读网络健康信息风险感知与健康认知能力和风险后果之间的关系提供了理论依据。 相似文献
6.
[目的/意义]有效实现多源异构在线健康信息资源的有机融合,是开展健康信息知识型服务的重要基础。[方法/过程]首先,根据信息生成方式提炼出在线医疗健康平台中健康信息的主要特征;其次,依据用户对医疗健康信息探索实践的目标、任务与过程,将用户在线健康信息需求进行层级划分;最后,建立用户健康信息需求的响应机制。[结果/结论]在此基础上,构建面向用户需求的多源在线健康社区信息多层级融合框架,并从数据级融合、特征级融合及决策级融合逐层剖析在线健康信息多层级融合的实现路径。 相似文献
7.
[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。 相似文献
8.
9.
[目的/意义]旨在探究用户在线健康信息接受驱动情境,构建维度模型,有利于促进用户对在线健康信息的使用和健康信息服务的推广。[方法/过程]本研究收集和分析国内外用户在线健康信息接受的相关文献,利用系统评价法,结合NVivo12质性分析软件进行分析,梳理并抽取用户在线健康信息接受驱动情境因素,构建用户在线健康信息接受驱动情境维度模型。[结果/结论]用户在线健康信息接受驱动情境主要包括目标导向、认知范式、外源刺激及情感趋同。据此,为优化在线健康信息服务提供相应对策。 相似文献
10.
【目的/意义】基于用户感知理论研究在线医疗社区信息服务质量影响因素,丰富了在线医疗社区信息服务 质量理论体系,为在线医疗社区增强信息服务能力,提升用户满意度提供借鉴意义。【方法/过程】在用户感知的基 础上,首先利用问卷的方式进行调研,确立了26个在线医疗社区信息服务质量影响因素并构建了假设模型;然后通 过调查问卷收集样本数据,并利用SPSS进行数据分析,验证假设模型。【结果/结论】最终构建了在线医疗社区信息 服务质量影响因素模型,包含信息内容质量、医生资源与过程服务、基本服务与界面设计、用户特征、系统运行五个 影响因素,并提出了一些优化建议。 相似文献
11.
[目的/意义] 随着"互联网+"在医疗服务行业的应用与发展,积累了大量的医疗评价信息,利用情感分析技术可以对其进行有效地挖掘和利用,从而为医疗管理提供决策参考。[方法/过程] 基于框架语义理论建立医疗情感语义分类词典;采用词典和规则相结合的方法进行在线医疗评论的情感语义分析,标注情感类别、情感主题、极性和强度等信息。[结果/结论] 通过在线医疗评论数据测试,验证了研究方法的有效性和科学性,是情感分析向医疗健康领域纵深发展的一次有益探索。 相似文献
12.
[目的/意义]对在线负面评论有用性影响因素分析，能够有助于揭示在线评论的作用机理，更加有效地发挥在线评论的应用价值。[过程/方法]以京东商城（jd.com）搜索型和体验型商品的在线负面评论为研究对象建立分层回归模型，从形式特征、内容特征、文本特征、反馈特征等4个维度出发，探索不同因素对在线负面评论有用性的影响，并采用主成分分析法对商品类型调节作用下的影响因素重要程度进行排序。[结果/结论]研究结果表明，在线负面评论的影响因素受商品类型调节，会对有用性产生非线性复杂影响，导致作用度存在差异。对于搜索型商品，在线负面评论中评论等级、回复次数和评论长度等影响因素的有用性明显；而对于体验型商品，在线负面评论中附加图片、详尽地客观描述能够促进消费者做出购买决策。 相似文献
13.
14.
[目的/意义]目前各大电子商务网站产生了海量的评论信息，对于消费者而言，查阅和分析这些信息将面临巨大的挑战。因此，有必要对评论的有用性进行综合评价，为消费者过滤出真正有价值的内容。[方法/过程]为此，本文提出并研究了一种在线消费者评论的有用性评价模型，为消费者的网购决策提供支持。该模型主要基于分类算法，识别在线消费者评论的有用性，并按其概率值大小进行排序。根据在线消费者评论的特点，提取了一系列分类特征用于其有用性评价，然后利用支持向量机对评论进行分类并从中识别有用的记录。利用来自B2C电子商务网站的3个在线消费者评论数据集（手机、女鞋、糖果巧克力）对提出的模型进行实证分析。[结果/结论]研究结果显示，该模型能够量化地评价在线消费者评论的有用性并对其进行有效的分类排序。该模型主要依赖语义特征进行排序，而对非语义特征的依赖较少。通过选择合适的概率阈值，能够缩小验证空间，并显著提升分类精确度。 相似文献
15.
[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著,探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架,从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型,同时考虑商品类型的调节作用,并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究,发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高,商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用,并且信号影响评论有用性受到信号环境的影响。 相似文献
16.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献