基于知乎抑郁症问答社区的用户健康信息需求分析

目的:分析知乎抑郁症问答社区用户的健康信息需求,以优化健康信息服务模式,为制定个性化的抑郁症健康信息服务提供决策依据。方法:使用Python爬取知乎中“抑郁症”话题的提问记录,利用K-Means聚类方法归类其中的热点提问记录,通过分词、TF-IDF算法计算排名前100位的高频关键词,使用Gephi软件对关键词的共现矩阵进行可视化分析。结果:爬取的提问内容中包含685条热点提问记录。聚类分析结果显示,抑郁症提问内容可归为四大类:基本知识(包括抑郁症的病理原因、患抑郁症的表现、抑郁症的诊断与辨别、治疗、并发症)、社会生活类(包括社会交往、社会评价及与抑郁症相关的影视音频)、自我管理及预防类、教育类。结论:基于问答社区健康信息需求主体的多样性,提示应优化用户角色的分类识别,在进行抑郁症健康信息服务时应考虑为不同主体的用户提供针对性、个性化的健康信息。

高自杀风险微博用户的网络行为特征

目的:分析微博“树洞”留言用户的网络行为特征,探讨高低自杀风险用户在网络行为特征上的差异。方法:以微博“树洞”留言用户为研究对象,利用网络智能机器人爬取12791名用户及其信息,通过监测用户留言发现高自杀风险用户884名,另外随机选取低自杀风险用户884名。以自我描述长度、微博原创值、微博链接值、自我关注值、集体关注值、夜间活跃值、微博互动值、社交活跃值、社交支持值为网络行为特征,比较高低自杀风险用户的网络行为特征。结果:女性的高自杀风险检出率高于男性(P<0.05)。高自杀风险用户的微博链接值低于低自杀风险用户,而自我关注值及夜间活跃值高于低自杀风险用户(均P<0.05)。结论:不同自杀风险微博用户的网络行为特征存在差异,高自杀风险用户微博互动更少、关注自我更多、夜间更加活跃且女性多于男性。