AMachine Learning Approach to User Profiling for Data Annotation of Online Behavior

The user’s intent to seek online information has been an active area of research in user profiling.User profiling considers user characteristics,behaviors,activities,and preferences to sketch user intentions,interests,and motivations.Determining user characteristics can help capture implicit and explicit preferences and intentions for effective user-centric and customized content presentation.The user’s complete online experience in seeking information is a blend of activities such as searching,verifying,and sharing it on social platforms.However,a combination of multiple behaviors in profiling users has yet to be considered.This research takes a novel approach and explores user intent types based on multidimensional online behavior in information acquisition.This research explores information search,verification,and dissemination behavior and identifies diverse types of users based on their online engagement using machine learning.The research proposes a generic user profile template that explains the user characteristics based on the internet experience and uses it as ground truth for data annotation.User feedback is based on online behavior and practices collected by using a survey method.The participants include both males and females from different occupation sectors and different ages.The data collected is subject to feature engineering,and the significant features are presented to unsupervised machine learning methods to identify user intent classes or profiles and their characteristics.Different techniques are evaluated,and the K-Mean clustering method successfully generates five user groups observing different user characteristics with an average silhouette of 0.36 and a distortion score of 1136.Feature average is computed to identify user intent type characteristics.The user intent classes are then further generalized to create a user intent template with an Inter-Rater Reliability of 75%.This research successfully extracts different user types based on their preferences in online content,platforms,criteria,and frequency.The study also validates the proposed template on user feedback data through Inter-Rater Agreement process using an external human rater.

专业虚拟社区创意感知价值的影响因素——基于反馈类型的调节作用

专业虚拟社区已经成为个人以及企业进行知识共享的重要平台,社区需要辅助贡献者了解用户对创意价值评价的影响因素,但至今相关研究缺乏。因此,针对“哪些因素会影响用户对创意感知价值的评判”,基于信息采纳模型,将在线反馈行为区分为知识性反馈行为与社会性反馈行为两类反馈行为后共同纳入模型之中,并引入文本逻辑作为新的结构变量,爬取思否问答社区的用户数据,通过Tobit回归模型进行实证分析。结果显示,两类在线反馈行为、文本逻辑和贡献者社区参与均对创意感知价值有显著正向影响。其中,社会性反馈的影响程度高于知识性反馈,但知识性反馈的调节作用更稳定;清晰且有条理的文本逻辑显著正向影响创意感知价值;同一问题下的创意贡献数对创意贡献感知价值持续呈现显著负向影响,“粉丝”数和内容丰富度对创意感知价值具有显著正向影响。据此,为社区管理者在提供参考创意回答框架、可选择的创意贡献者身份特征展示以及引导营造评论区知识交流氛围等方面提出建议。

慢性病病人在线健康信息搜寻行为研究进展

主要对慢性病病人在线健康信息搜寻行为的研究现状进行综述,包括慢性病病人在线健康信息搜寻行为的途径、内容、临床意义以及现存问题与建议,以期为今后医护人员健康传播策略的制订和慢性病病人疾病管理能力的提高提供参考。

在线健康信息搜寻行为对健康焦虑的影响机理研究

为更好地理解与应对健康焦虑,揭示在线健康信息搜寻对个体健康焦虑的内在影响机制,依据扩展的并行处理模型和认知行为理论构建模型,采用结构方程模型和模糊集定性比较分析混合方法,对315份问卷样本数据进行分析。首先,结构方程模型结果证明:健康信息搜寻频率与网络信息源偏好均正向影响健康焦虑;信息过载与自我诊断的中介与链式中介效应显著;健康信息感知效用的影响作用显著,预示存在缓解途径。其次,模糊集定性比较分析方法揭示了高度关注信息和效能缺乏两类高水平健康焦虑条件组态。研究结果阐释了在线健康信息搜寻行为对健康焦虑的4种影响机理,为理解和应对健康焦虑提供了新的理论视角,可为在线健康信息环境治理提供参考。

污名权利视域下老年人在线健康信息服务规避行为研究

随着在线健康信息服务的普及,确定老年人这一目标群体的规避因素,可为提高在线健康信息服务覆盖率和解决老年人在线健康信息服务利用不足的问题提供参考。借鉴污名权利理论,结合保护动机理论,探究老年人在线健康信息服务规避行为的内在机理,解释老年人结构化污名、歧视、自我污名意识、刻板印象威胁等对规避行为的影响机制。利用结构方程模型和模糊集定性比较分析法进行影响因素及其组态分析。老年人污名最终会导致老年人在线健康信息服务的规避行为,歧视正向显著影响老年人刻板印象威胁和自我污名意识,刻板印象威胁和自我污名意识直接并通过保护动机间接正向显著影响老年人在线健康信息服务的规避行为。结构化污名、歧视、刻板印象威胁、自我污名意识和保护动机5个变量的4种条件组合能导致老年人在线健康信息服务规避行为。

农村居民健康信息分享行为影响因素研究

文章以TAM模型为基础构建了农村居民健康信息分享行为影响因素模型,借助结构方程模型验证了模型的有效性,并对问卷结果展开实证分析,根据结果提出降低虚假健康信息造成的危害应当要重点保障健康信息的质量,完善农村的信息基础设施建设,加强农村居民个人信息安全的监管,营造良好的社会影响,加强对农村居民的数字素养教育。

老年人在线医疗健康信息行为研究进展

在健康中国的大背景下,老龄化和数字化已逐渐成为医疗行业研究的重点和热点之一。文章综述了在线医疗健康信息行为的相关概念以及老年人在线医疗健康信息行为的研究现状,从人口学因素、个人健康因素、技术信息因素、社会支持因素等方面分析了老年人在线医疗健康信息行为的影响因素,并提出进一步完善老年人在线医疗健康信息行为研究、重视老年人在线健康信息素养的教育培训、关注老年人在线医疗使用体验、加强社会支持干预的建议,为提升我国老年人在线医疗健康信息行为,推动智慧养老事业发展提供依据。

农村老年人在线健康信息替代搜寻者行为特征及影响因素研究

目的/意义探讨农村老年人健康信息替代搜寻者替代搜寻行为,分析行为过程中的主体行为特征,探究替代搜寻行为影响因素。方法/过程对农村老年人最常选择的替代搜寻者进行半结构化访谈,对访谈结果进行编码。结果/结论通过三级编码梳理出37个初始概念、15个子范畴和6个主范畴,构建替代搜寻者在线健康信息替代搜寻行为的理论模型。替代搜寻者进行替代搜寻行为的影响因素包括行为动机、信息能力、信息意识、环境特征、代际支持,替代搜寻行为可划分为信息检索、筛选、处理、传递过程,行为过程中替代搜寻者表现出坚定性、情感驱动性、辅助性的行为特征。

老年慢性病病人在线健康信息寻求行为研究进展

综述老年慢性病病人在线健康信息寻求行为的评估工具、影响因素及干预措施,以期为制定老年慢性病病人在线健康信息寻求行为的干预策略提供科学依据。

社交媒体背景下老年人网络健康信息分享研究

结合技术接受模型、计划行为理论和3WSR系统方法论,文章构建理论模型并运用结构方程模型实证分析社交媒体时代老年人网络健康信息分享行为的影响因素。健康意识、社会规范、自我效能、信息感知有用性和感知易用性对社交媒体时代老年人的健康信息分享意愿有积极影响;自我效能和感知有用性对信息分享行为有正向影响;信息分享意愿对老年人信息分享行为具有正向影响;性别在自我效能对信息分享意愿的影响中具有调节作用。

国内在线健康社区用户信息行为研究

文章对国内在线健康社区用户信息行为的研究的主要成果和研究现状进行了回顾和梳理,并围绕研究机构和热门研究主题等方面展开分析。文章利用主题模型、社会网络分析、文本挖掘等方法对相关文献进行研究,着重对国内现状研究进行对比分析,得出在线健康社区用户信息行为存在跨学科之间的研究趋势的结论,并提出当前主要重视的相关研究和存在的局限性。本研究期待能对未来的用户信息行为在在线健康社区中提供相应的借鉴和参考,对相关研究探索走向成熟提供一点微薄之力。

基于内容分析法的社交媒体健康信息分享行为研究综述

[目的/意义]梳理社交媒体健康信息分享行为研究内容,展望未来研究方向。[方法/过程]系统回顾社交媒体健康信息分享行为研究成果,辨析相关概念,运用内容分析法挖掘现有文献成果的时间分布、研究方法、研究重点和理论基础,构建社交媒体健康信息分享行为研究的内容框架。[结果/结论]分享行为影响因素、健康信息类型、分享媒介功能和分享群体特征是社交媒体健康信息分享行为的研究重点。现有研究不足主要体现在社交媒体属性与失真健康信息的分享行为探究不深入、研究方法缺乏创新、理论来源不够丰富、研究情境亟需进一步拓展等方面。

基于活动理论的在线健康信息替代搜寻行为模型研究

[目的/意义]作为弥合数字鸿沟和促进健康平等的有效方式,在线健康信息替代搜寻行为以协同联动统筹社会、家庭和个人力量共同实现健康的共建共享。本文将对在线健康信息替代搜寻行为进行系统解构以深化对行为本身的认知。[方法/过程]在在线健康信息替代搜寻行为概念梳理基础上,引入活动理论,对健康信息替代搜寻行为的“主体、客体、工具、规则、共同体和劳动分工”6个要素、“信息获取、信息交流、信息分享和任务协作”四大系统以及“活动—行动—操作”三层级结构进行解析,并在此基础上构建在线健康信息替代搜寻行为系统模型。[结果/结论]该模型展示了健康信息替代搜寻行为的主体结构和动态变化过程,有助于深入理解该行为的产生、发展以及不同要素之间的相互作用,并能够对后期实证研究提供理论依据和行动视角。

公众网络健康信息搜寻对线下就医行为的影响因素研究

[目的/意义]分析公众网络健康信息搜寻特征,并探索公众网络健康信息搜寻对线下就医行为的影响因素。[方法/过程]基于S-O-R理论,提出相关假设并构造公众网络健康信息搜寻与线下就医行为的关联模型。以在校大学生为主要研究对象,采用SPSS25.0软件对收集到的204份有效问卷进行信效度分析、相关性分析和因子分析,采用Amos25.0软件构建结构方程模型进行假设验证并利用Bootstrap方法对中介效应进行检验。[结果/结论]研究发现:1)公众网络健康信息搜寻显著影响线下就医行为;2)公众网络健康信息搜寻显著影响风险感知;3)躯体警觉显著影响线下就医行为;4)风险感知、躯体警觉在公众网络健康信息搜寻与线下就医行为间存在中介作用。

基于DEMATEL-ISM的在线健康信息搜寻行为影响因素研究——来自国内外实证研究的元分析

系统分析在线健康信息搜寻行为的影响因素及其层级逻辑关系,为深化在线健康信息搜寻行为理论研究和优化在线健康信息服务提供理论指导。依托元分析方法对国内外在线健康信息搜寻行为影响因素的实证研究进行综合和分析,评估这些影响因素对在线健康信息搜寻行为的整体效应及其显著性,据此萃取在线健康信息搜寻行为的16个影响因素,然后引入集成决策实验室法-解释结构模型分析各影响因素之间的层级逻辑关系和作用路径。研究结果表明,健康焦虑、健康素养、自我效能、健康状态、信任及收入位于递阶层次模型的顶层,直接对用户在线健康信息搜寻行为产生影响,将其归为邻近影响因素;感知风险、感知价值、社会支持、信息质量等9个影响因素位于递阶层次模型的中间层,将其归为过渡影响因素;互联网接入位于递阶层次模型的底层,将其归为根本影响因素。

在线健康社区患者参与问答行为演化博弈研究

在“健康中国行动”背景下,在线健康社区是促进健康信息和知识生成及传播的重要阵地。文章从用户角度出发,考虑信息规避,研究在线健康社区患者用户行为策略的交互影响,为在线健康社区持续发展与建设优化提供参考。文章通过构建患者用户参与在线健康社区问答的博弈演化模型,分析患者策略效益以及策略演化过程,并利用仿真模型探究参与问答中健康信息和知识接受程度、问答中健康信息和知识收益、参与问答信息风险成本等因素的作用。研究表明:在影响因素参数不同的情况下,系统稳定均衡结果存在差异。健康信息和知识接受程度、问答中健康信息和知识收益与患者用户参与问答概率正相关,参与问答信息风险成本与患者用户参与问答概率负相关。

北京市大学生网络健康信息行为现状分析

目的/意义了解大学生网络健康信息行为现状与特点,为优化网络健康信息传播体系提供参考。方法/过程对北京市1016名大学生展开问卷调查,从频率、动机、内容、渠道等方面调研大学生网络健康信息行为现状及行为间相关性。结果/结论大学生健康信息获取动机与渠道选择、内容与渠道选择之间存在相关性(P<0.05),即大学生根据自身内容需求和所面临的健康风险情境选择不同渠道,其专业、信息获取动机及健康意识影响信息获取频率,建议各类网络媒体根据自身媒介特性为大学生提供契合需求的健康信息。

国外用户在线健康信息行为研究进展

文章系统搜集近5年国外用户在线健康信息行为领域的研究文献作为样本数据,利用双聚类分析对样本数据进行处理,揭示该领域的主要研究方向,在此基础上,采用文本编码的方式进一步归纳国外用户在线健康信息行为各研究方向下的研究主题。研究发现国外用户在线健康信息行为研究主要有四个研究方向:在线健康信息搜寻行为、在线健康素养教育、在线健康信息服务使用行为、在线健康信息交流行为。

回望“十三五”:国内信息行为研究的特点、不足与展望

本文对“十三五”期间发表的497篇与信息行为相关的论文展开分析,揭示这一期间信息行为研究的特点、不足和问题。研究发现,“十三五”期间我国信息行为研究关注的用户群体更广泛,研究的环境和情境得到了延伸和拓展,关注的信息行为类型更加丰富和多元化,健康信息相关研究成为最受关注的研究领域,融合具体场景的案例研究日益引起重视,跨学科借鉴与融合的趋势更加凸显;此外,指出了该时期我国信息行为研究存在的不足,主要表现在对宏观层面社会发展过程中产生的信息行为问题的关切不够,缺乏新技术环境下的前瞻性、预测性研究,缺乏扎实的理论基础与理论创新,对研究方法多样性、规范性和局限性的认识不足。最后,讨论了“十四五”期间及未来信息行为研究的方向。

广州市白云区社区居民网络健康信息行为现状调查

目的:了解社区居民网络健康信息获取利用情况。方法:调查问卷对广州市白云区10个社区居民获取利用网络健康信息进行调查,并利用SPSS19.0软件进行了分析。结果:仅1/4的居民具有主动查询网络健康信息的意识;获取信息时更倾向于综合门户网站和商业健康信息服务网站,74.34%的人关注食品安全类信息,52.30%的人关注疾病症状类信息,66.79%居民不能甄别信息真假。结论:社区居民查询网络健康信息的主动性低,缺乏使用专业健康网站的意识,政府主导的网络健康信息平台亟需建立,商业类网站模式亟待改善,居民甄别网络健康信息真假的能力有待提高。