虚拟健康社区用户生成内容主题发现及个性化推荐研究.pdf

摘要

摘要

虚拟健康社区用户生成内容主题发现及个性化推荐研究

近年来，随着互联网技术的蓬勃发展，网络资源在生活、工作和学习中发挥

重要作用，越来越多的用户为高效获取信息和解决问题选择在网络媒体上互动。

Web2.0的到来，改变了人们利用信息的模式，用户不仅仅是被动接受信息内容

的“受众”，而且可以主动参与到信息生产和传播的过程中，所以，虚拟社区的

用户既是信息文化内容的消费者，也是生产者和提供者，虚拟社区因其交流快捷、

可编辑性强、使用简单方便受到广大用户的持续关注，为很多有医疗卫生需求的

人群提供了帮助。我国经济高速发展，人民生活节奏不断加快，虚拟健康社区因

其能够有效帮助用户解决日常生活中健康类需求，成为不少人了解、关注、咨询

健康问题的平台，“互联网+医疗”模式将线下资源搬移到线上，患者和医生之间

的信息交互在线上平台中完成，大大节省了用户时间，节约线下资源。信息经济

发展迅猛，互联网中信息呈爆炸式增长，虚拟健康社区涵盖了大量有价值的信息

和知识，为医疗健康领域的知识发现提供了新的研究对象，大数据技术的成熟发

展为研究提供了可靠的工具，据此可实现网络环境下虚拟健康社区用户生成内容

的主题发现及个性化推荐研究。

如何对虚拟健康社区用户生成内容进行知识管理和组织，对用户需求进行挖

掘，创新虚拟健康社区服务新模式，为虚拟健康社区用户提供高质量服务，成为

虚拟健康社区研究面临的新问题。鉴于此，本文将主题发现理论和方法引入到虚

拟健康社区用户生成内容研究中去，采集“好大夫在线”平台眼科学用户提问数

据，提出了基于用户咨询内容的热点问题发现和知识推荐服务模型，通过挖掘热

点问题以及问题主题相关关系，构建语义关联主题图谱并搭建了个性化推荐模型，

实现了从用户提问出发研究提问主题特征，为虚拟健康社区平台研究提供了新的

视角，丰富了该领域的研究体系结构。

I

吉林大学硕士学位论文

实验结果表明，本文所提出的研究思路和研究方法能够对虚拟健康社区用户

生成内容进行主题识别，发现虚拟健康社区用户的关注点和兴趣主题；基于

K-Means聚类技术的需聚合能够将虚拟健康社区用户的需求挖掘出来，帮助平台

高效聚合需求；基于主题语义相似度，将虚拟健康社区用户生成内容的主题词用

图谱的形式变现出来，知识图谱构建有效获取主题词间的语义联系；个性化推荐

模型的构建帮助平台将适合用户需求的产品和内容信息精准推荐给相关用户，有

效解决用户提问难提问不准确等问题。

关键词：

虚拟健康社区，用户生成内容，主题发现，需求聚合，个性化推荐

II

Abstract

Abstract

Topicdiscoveryandpersonalizedrecommendationofuser

generatedcontentinvirtualhealthcommunity

Inrecentyears,withtherapiddevelopmentofInternettechnology,

networkresourcesplayanimportantroleinlife,workandlearning.More

andmoreuserschoosetointeractonthenetworkmediaforefficientaccess

toinformationandproblemsolving.WiththeadventofWeb2.0,themode

ofpeopleusinginformationhaschanged.Userscannotonlypassively

acceptinformationcontent,butalsoparticipateintheprocessof

informationproductionanddissemination.Userscanselectin