科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的/意义】基于在线健康社区中患者生成文本进行情报分析，挖掘出影响重大慢病患者评论负面倾向的关键因素，为有针对性地提高重大慢病患者的满意度、改善重大慢病线上线下医疗服务水平、缓解医患矛盾提供重要参考。【方法/过程】基于好大夫在线健康社区中重大慢病患者评论数据，构建基础词典并采用SOPMI算法扩充情感词典的情感分析方法，通过BERTopic方法对重大慢病患者负面评论进行主题特征分析。【结果/结论】影响重大慢病患者评论负面倾向的关键维度为：医疗服务的治疗效果、医患交流质量、医生专业技能、医生品德和个人特质以及医患交互的常态化关系维护等，并结合关键维度提出了相应对策与建议。【创新/局限】将文本挖掘技术引入到在线医疗领域，基于重大慢病患者评论分类后的负面评论数据，采用深度学习模型挖掘影响患者满意度的关键因素。为重大慢病患者评论负面倾向的关键影响因素识别提供了数据科学的研究范式。
- 单位
