在中国在线平台上使用文本挖掘来识别和优先考虑用户对数字心理健康服务的需求
Wei Wu1, Longyuan Jiang1, Qinyu Zhang1
1School of Medical Humanities and Management, Wenzhou Medical University, Wenzhou, China.
Digital health
|March 16, 2026
概括
数字心理健康用户迫切需要职业发展和社会支持. 对用户评论的分析揭示了高负面情绪,优先考虑这些领域的平台优化和增强用户参与.
科学领域:
- 数字心理健康数字心理健康
- 文本挖掘 (Text Mining) 是一个很好的方法.
- 用户需求分析 分析.
背景情况:
- 数字心理健康平台越来越多地被用于支持.
- 了解特定的用户需求对于服务优化至关重要.
- 文本挖掘提供了一种分析大量用户反的方法.
研究的目的:
- 在数字心理健康平台上识别用户需求.
- 通过文本挖掘洞察力指导服务优化.
- 用一个新的需求强度公式来量化用户需求.
主要方法:
- 通过网络抓取收集了25131条用户评论.
- 应用潜伏迪里克莱特分配 (LDA) 用于主题建模.
- 进行了情绪和语义网络分析;整合了LDA与量化优先级的需求强度公式.
主要成果:
- 确定了六个主要主题,其中"职业和个人成长" (20.40%) 和"社会和情感支持" (20.15%) 是最普遍的.
- 情绪分析显示,超过77%的评论表达了负面情绪.
- 需求强度分析优先考虑了"职业和个人成长" (0.94) 和"社会和情感支持" (0.88) 作为最迫切的用户需求.
结论:
- 用户表达了在情绪管理,心理咨询和家庭/社会支持方面显著的需求.
- 推的目标特征:职业压力选路径和安全的家庭联系选项.
- 可行的策略可以提高服务精度,用户参与度,并优化数字心理健康交付.
