在线医疗社区需求词属性分选研究 ——以丁香园论坛为例

• 理论探索 •

杨少梅1吴皓月1李胜利2

出版日期:2022-02-17 发布日期:2022-02-17
通讯作者: 杨少梅（1977—），女，硕士，副教授，研究方向为技术创新及管理、社交媒体；吴皓月（1997—），女，2020级硕士研究生，研究方向为技术创新及管理、社交媒体；李胜利（1983—），男，博士，副教授，通讯作者，研究方向为电子商务、社交媒体、信息系统经济学。

摘要：

［目的／意义］开展在线医疗社区用户的需求信息的聚类研究有利于更高效地提供信息推荐服务，

对其信息优化以及提高搜索效率具有实际意义。［方法/过程］根据丁香园论坛近23个季度的热点需求词

构造词频矩阵，将Logistic增长模型与词频变化率模型相结合对需求词进行二维分选。［结果/结论］通

过逻辑曲线拟合以及词频变化率Z值的计算将丁香园论坛热点需求词划分为上升型的长期需求词、下降型

的长期需求词、上升型的短期需求词以及下降型的短期需求词，为在线医疗社区提供更高效的信息推荐服

务提供了新思路。

关键词: Logistic曲线, 词频分析, 属性分选, 在线医疗社区, 需求词

杨少梅吴皓月李胜利. 在线医疗社区需求词属性分选研究 ——以丁香园论坛为例[J]. 情报探索, 2022, 1(2): 1-.

[1]	温廷新徐桂颖. 混合性焦虑抑郁障碍服务质量情感主题识别研究* [J]. 情报探索, 2024, 1(7): 1-.
[2]	林莉娜傅文奇. 1984—2018年我国情报学硕士论文研究分析*[J]. 情报探索, 2019, 1(8): 1-.
[3]	张美琦李书宁乔锦忠 . “一带一路”硕博学位论文的主题与研究方法探究——基于CNKI“中国硕博学位论文全文数据库”的调查 [J]. 情报探索, 2019, 1(3): 1-.
[4]	郭道胜　匡婷婷. 网络计量学国内研究的发展轨迹分析*[J]. 情报探索, 2018, 1(12): 1-.

可视化