摘要
目的:探索突发公共卫生事件下在线健康社区发展态势,构建基于TOPSIS 熵权法帖子热度评价模型,并运用用户画像定义用户角色. 方法:对丁香园论坛中疫情相关的帖子进行爬取,获得4972条有效数据,运用TOPSIS 熵权法对帖子热度进行排序,然后采用因子分析法降维,最后基于K-means 聚类构建用户画像. 结果:在疫情期间,丁香园用户发帖集中于考研、新闻热点、心情驿站、预防医学4大版块;利用用户画像将用户分为高影响力用户、专业型用户、长期用户、高产量用户、高潜力用户、机构类用户、强互动型用户等7大类. 局限:由于丁香园网站只显示爬取的最新的14页网页数据,导致构建的数据集规模较小,且尚未进行不同在线健康社区的横向比较. 结论:精准的用户定位有助于了解用户群体间的差异、准确把握突发公共卫生事件下用户的具体需求,从而为社区在类似事件下开展工作提供更多依据和建议.
NETL