基于VALS2的在线健康社区大学生用户群体画像构建研究.docxVIP

?

?

基于VALS2的在线健康社区大学生用户群体画像构建研究

?

?

郭顺利张宇

DOI：10.3969/j.issn.1008-0821.2021.10.006

[]G252.0[]A[]1008—0821（2021）10—0047—12

近年来，互联网、大数据、新媒体技术的深入普及与广泛运用，以及公民健康意识的不断增强，促进了在线健康社区（OnlineHealthCommunity，OHC）的兴起和蓬勃发展。越来越多的网络用户基于在线社交、获取医疗资讯和利用健康知识的目的活跃于在线健康社区之中。在线健康社区逐渐成为他们社交互动咨询、获取健康资源、共享医疗信息、关注健康管理的渠道与途径。尤其是面对2020年突如其来的新冠肺炎疫情，在线健康社区凭借不受地域限制、排查疑似病例、减少接触、避免交叉感染等特點，成为疫情期间人们寻医问诊和健康信息交流的重要场所。据相关数据统计，好大夫、平安好医生等在内的多家在线健康社区在疫情期间的访问量呈明显激增势头。其中，好大夫社区在2020年2月期间，1个月的新增注册用户的数量比2019年12月增长近3.5倍，并且每日用户提交的在线健康问诊、医学知识咨询的需求量比2019年12月日均增长近6.5倍。然而，在线健康社区的信息供给虽然在一定程度上能够满足用户的信息需求，但随着健康信息体量的不断增加，用户寻找其需求知识的难度也逐级上升，健康社区的信息供给与用户的特定需求之间未能达到平衡。

与此同时，随着社会生活压力的增大和自然环境污染的加剧，年轻一代中出现的健康问题日趋显著，健康信息已经成为青年群体关心的日常生活信息之一。然而，高校大学生（包括大专生、本科生及研究生）用户群体作为当今社会重要的青年群体，他们既拥有较高的学历，也对新兴技术和新鲜事物的接收程度高，并且网络知识搜寻和获取已成为他们学习生活中必不可少的一部分。因此，大学生用户逐渐成为在线健康社区重要群体。在线健康社区如何掌握和获取大学生用户群体的健康信息需求和用户特征，并面向需求和行为特征开展智能化、个性化的精准服务已成为当前在线健康社区发展的关键性问题。而作为新兴的数据分析工具的用户画像技术，恰能为在线健康社区的用户特征表示、精准服务实现提供良好的理论支持与方法支撑。基于此，本文选取大学生用户为研究对象，借鉴用户画像技术探析该用户群体的特征和具体需求类型，以期协助平台运营商更好地为大学生用户提供精准化服务。

1相关理论及研究基础

1.1在线健康社区用户的相关研究

目前有关在线健康社区用户的研究，主要集中体现在利用不同的研究方法或工具，对某一特定用户群体就用户的信息行为、信息需求或使用意愿等方面展开研究。这些研究成果表明，在线健康信息对不同用户群体会产生不同程度的差异化影响。例如，在用户信息行为方面，OhC等从信息消费类、社区交流类和自我表达类3个角度细分了用户的信息参与行为。许云红等则采用多元逻辑回归的方法，分别探究了甜蜜家园中初级组、中级组和高级组3个不同级别用户参与行为模式的影响因素。在用户信息需求方面，徐孝婷等结合马斯洛需求层次理论，利用定性与定量相结合的方法构建并解释了老年用户健康信息需求模型的内涵。EkbergJ等采用定性研究的方法，通过收集青少年对健康评价和健康信息观点的定性数据，得出终端用户需求与组织目标和资源之间存有冲突的结论。在用户使用意愿方面，王文韬等利用扎根理论和半结构化访谈的方式，探究用户使用意愿的影响因素并构建相关模型。GonzalezM等则通过以不同种族的美国人为研究对象.发现种族因素也是影响在线健康社区用户使用意愿的重要指标。

1.2用户画像的相关研究

用户画像（UserProfile）又称为用户原型、用户角色等，最早提出用户画像概念的交互设计之父CooperA，将其定义为基于用户真实数据的虚拟代表。用户画像作为理解目标用户、具化用户形象、明确服务目标的一项工具，广泛应用在解读用户需求、实现精准服务中。目前，国内外学者尝试从用户的不同视角构建画像模型，在探索不同模型为学术研究带来可能性的同时，也逐步丰富着用户画像技术的成熟。例如，在基于本体的构建方法中，CalegariS等结合用户个性检索的信息，从现有YAGO本体中提取知识以构建用户画像。单晓红等则采用Protege工具从用户信息属性、酒店信息属性和用户评价信息属性3个维度，建立本体实现携程用户画像属性之间的关联。在基于主题的构建方法中，KimJ等从用户的阅读水平及主题分布的角度出发，提出了包含阅读内容和阅读任务多样性等方面的概念主题模型以刻画用户。在基于用户行为的画像中，黄文彬等从用户移动速度、周期性活动规律、频繁活动规律3方面入手，刻画体现出目标用户日常行为规律和移动情况的动态画像。诚然，用户画像作为日益成熟的数据分析工具，