典型文献
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
文献摘要：
[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.
文献关键词：
在线健康社区;用户画像;分群;聚类;社会网络分析
中图分类号：
作者姓名：
王帅
作者机构：
山东理工大学信息管理研究院,山东淄博255000
文献出处：
引用格式：
[1]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(06):98-107
A类：
B类：
突发公共卫生事件,事件情境,下在,在线健康社区用户画像,社区服务,疫情风险,风险感知,作出贡献,用户兴趣,兴趣主题,情感倾向,问诊,用户交互,交互网络,DBSCAN,现用,概貌,AP,用户分群,社会网络分析,发现价值,户类,类群,有效生成,原貌,疑似患者,奉献者,社区管理,管理员,用户群体,数据量,画像构建
AB值：
0.288997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
