后疫情时期互联网用户的健康信息需求及其演化分析

图书馆杂志 ›› 2022, Vol. 41 ›› Issue (2): 119-127.

后疫情时期互联网用户的健康信息需求及其演化分析

孟秋晴1, 2 熊回香2 杨滋荣1
（1 贵州财经大学信息学院 2 华中师范大学信息管理学院）

出版日期:2022-02-15 发布日期:2022-02-23
作者简介:孟秋晴女，贵州财经大学信息学院，副教授。研究方向：健康信息学、网络信息组织与信息服务。作者贡献：研究方案、数据获取与分析、论文撰写。E-mail：394125014@qq.com 贵州贵阳 550025 熊回香女，华中师范大学信息管理学院，教授。研究方向：网络信息组织与检索。作者贡献：提供研究方向、论文修改定稿。湖北武汉 430079 杨滋荣贵州财经大学信息学院，副教授。研究方向：计算机应用、网络信息组织与检索。作者贡献：论文修改。贵州贵阳 550025

Analysis on Health Information Needs and Evolution of Internet Users in the Post-Epidemic Period

Meng Qiuqing1, 2, Xiong Huixiang2, Yang Zirong1#br# (1 School of Information, Guizhou University of Finance and Economics; 2 School of Information Management, Central China Normal University)#br#

Online:2022-02-15 Published:2022-02-23
About author:Meng Qiuqing1, 2, Xiong Huixiang2, Yang Zirong1 (1 School of Information, Guizhou University of Finance and Economics; 2 School of Information Management, Central China Normal University)

摘要/Abstract

摘要： 新冠病毒肺炎疫情已经步入后疫情时期，以互联网用户为研究对象，探究后疫情时期民众的健康信息需求，以期为相关部门的信息发布和相关公共政策制定提供依据。文章以社会化问答平台“知乎”为例，利用LDA主题模型与人工标注相结合的方法构建用户健康信息需求编码体系，并通过周期划分，结合内容分析、主题分析、需求强度分析等，从时间和需求主题的维度揭示用户健康信息需求的特征及其演变规律。后疫情时期互联网用户的健康信息需求主要集中在新冠肺炎相关知识、疫情防控、社会影响三个方面。用户的核心需求是“疫情防控”，独特性需求表现为“新冠疫苗关注”。研究表明，后疫情时期互联网用户的健康信息需求依然具有较强的疫情敏感性，同时也反映了疫情发展及防控状态。

关键词: 后疫情时期健康信息需求 LDA主题模型社会化问答平台新冠肺炎疫情

Abstract: We have has entered the post- COVID-19 epidemic era. Taking the Internet users as the research object, this paper explored the health information needs of the public in the post-epidemic era, in order to provide the basis for the information release and policy making of relevant departments. Taking the social Q&A platform “Zhihu” as an example, a coding system of user health information needs was constructed by combining LDA topic model with manual annotation. The characteristics and evolution rules of user health information needs were revealed from the dimension of time and topic through cycle division, content analysis and needs intensity analysis. In the post-epidemic period, Internet users’ health information needs are mainly concentrated in three aspects, namely, COVID-19 related knowledge, epidemic prevention and control, and social impact. The core need of users is “epidemic prevention and control”, while the unique need is “COVID-19 vaccine”. The research shows that the health information needs of users are still highly sensitive to the epidemic in the post-epidemic era, and also reflect the epidemic prevention and control status.

Key words: Post-epidemic era, Health information needs, LDA topic model, Social Q&, A platform, COVID-19 epidemic

孟秋晴, 熊回香杨滋荣（贵州财经大学信息学院华中师范大学信息管理学院）. 后疫情时期互联网用户的健康信息需求及其演化分析[J]. 图书馆杂志, 2022, 41(2): 119-127.

Meng Qiuqing, , Xiong Huixiang, Yang Zirong ( School of Information, Guizhou University of Finance and Economics, School of Information Management, Central China Normal University). Analysis on Health Information Needs and Evolution of Internet Users in the Post-Epidemic Period[J]. Libraly Journal, 2022, 41(2): 119-127.

参考文献

[ 1 ] Graham M W，Avery E J，Park S. The role of social media in local government crisis communications[J]. Public Relations Review，2015，41（3）：386–394.
[ 2 ] 王妍. 疫情期间在线问诊激增，互联网医疗能否顺势崛起？[J]. 新产经，2020（3）：80–82.
[ 3 ] 习近平. 在中央政治局常委会会议研究应对新型冠状病毒肺炎疫情工作时的讲话[R].中华人民共和国中央人民政府，2020.
[ 4 ] 丁柏铨. 后疫情时代的新闻舆论工作与社会治理[J]. 新闻爱好者，2021（5）：4–9.
[ 5 ] 杨康，杨超，朱庆华. 基于社交媒体的突发公共卫生事件公众信息需求与危机治理研究[J]. 情报理论与实践，2021，44（3）：59–68.
[ 6 ] 张一涵，袁勤俭. 我国用户信息行为研究进展[J].
国家图书馆学刊，2014，23（6）：91–98.
[ 7 ] 曾倩，林雪霞，霍魏魏，等. 孕期孕妇健康信息需求调查分析[J]. 中国妇幼保健，2004（2）：26–28.
[ 8 ] 魏永婷，陈英，许亚红. 癌症患者住院化疗期间健康信息需求状况调查分析[J]. 护理实践与研究，2013，10（11）：152–153.
[ 9 ] 曹树金，闫欣阳. 社会化问答网站用户健康信息需求的演变研究——以糖尿病为例[J]. 现代情报，2019，39（6）：3–15.
[10] 金碧漪，许鑫. 社会化问答社区中糖尿病健康信息的需求分析[J]. 中华医学图书情报杂志，2014，23（12）：37–42.
[11] Jin Z，Zhao Y. A user term visualization analysis based on a social question and answer log[J]. Information Processing & Management，2013，49（5）：
1019–1048.
[12] 邓胜利，刘瑾. 基于文本挖掘的问答社区健康信息行为研究——以“百度知道”为例[J]. 信息资源管理学报，2016，6（3）：25–33.
[13] Westbrook L，Yan Z.Questioning strangers about critical medical decisions：“What happens if you have sex between the HPV shots？” [J].Information Research，2015，20（2）：1–12.
[14] 徐倩，赵文龙. 基于移动医疗App的用户健康信息需求分析[J]. 现代情报，2015，35（11）：79–82.
[15] 刘冰，历鑫，张赫钊，等. 网络健康社区中身份转换期女性信息需求主题特征及情感因素研究——以“妈妈网”中“备孕版块”为例[J]. 情报理论与实践，2019，42（5）：87–92.
[16] 邓胜利，武奕. 突发公共卫生事件下社会化问答网站用户健康信息需求研究[J]. 图书情报知识，2020（6）：15–26.
[17] Ji Z，Zhang Y，Xu J，et al. Comparing Cancer Information Needs for Consumers in the US and China[J]. Studies in Health Technology & Informatics，2017，245：126–130.
[18] Alasmari A，Zhou L. How multimorbid health information consumers interact in an online community Q&A platform[J]. International journal of medical informatics，2019，131：1–5.
[19] Zhang J，Chen Y，Zhao Y，et al. Public health and social media：A study of Zika virus‐related posts on Yahoo！ Answers[J]. Journal of the Association for Information Science and Technology，2020，71（3）：
282–299.
[20] Fu K，Liang H，Saroha N，et al. How people react to Zika virus outbreaks on Twitter？A computational content analysis[J]. American Journal of Infection Control，2016，44（12）：1700–1702.
[21] Ahmed W，Bath P A，Sbaffi L，et al. Novel insights into views towards H1N1 during the 2009 Pandemic：a thematic analysis of Twitter data[J]. Health Information & Libraries Journal，2019，36（1）：
60–72.
[22] Luoma-Aho V，Tirkkonen P，Vos M. Monitoring the issue arenas of the swine-flu discussion[J]. Journal of Communication Management，2013，17（3）：
239–251.
[23] 曹树金，岳文玉. 突发公共卫生事件微博舆情主题挖掘与演化分析[J]. 信息资源管理学报，2020，10（6）：28–37.
[24] 张宁，李华，李培植，等. 突发公共卫生事件中的互联网公众反应——以知乎平台新冠肺炎相关话题为例[J]. 现代情报，2021，41（2）：78–88.
[25] 李月琳，张建伟，包虹虹. 突发公共卫生事件情境下大学生的信息需求及满足程度[J]. 图书情报工作，2020，64（22）：85–95.
[26] 陈静，张璐，陆泉. 突发公共卫生事件中大学生健康信息需求动因与主题研究[J]. 图书情报工作，2021，65（6）：82–92.
[27] Krestel R，Fankhauser P，Nejdl W. Latent dirichlet allocation for tag recommendation[C]. Acm Conference on Recommender Systems，2009.
[28] Blei D M，Ng A Y，Jordan M I.Latent Dirichlet Allocation[J].Journal of Machine Learning Research，2003，3（4）：993–1022.
[29] Mimno D，Wallach H，Talley E. Optimizing Semantic Coherence in Topic Models[C]. Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing，Stroudsburg，Pennsylvania，USA，2011. Association for Computational Linguistics.
[30] Teh Y W，Jordan M I，Beal M J，et al. Hierarchical Dirichlet Processes[J]. Journal of the American Statistical Association，2006，101（12）：
1566–1581.
[31] 杨武，李阳，卢玲. 基于用户角色定位的微博热点话题检测方法[J]. 计算机应用，2013，33（11）：
3076–3079.