基于二元Logit模型的智能问诊信任度与用户选择行为研究
Research on trust in AI consultation and user choice behavior based on binary Logit model
摘要随着人工智能在医疗领域的快速应用,智能问诊系统已逐渐成为分诊与初诊的重要辅助工具.基于对北京市居民的问卷调查数据,构建二元Logit模型,实证检验信任度以及其他协变量对用户选择智能问诊行为的影响,并进一步计算变量的边际效应.研究结果显示:便捷性、诊断准确性和数据安全性显著提高选择概率,而费用、认知度不足及年龄增长则显著降低选择概率.其中,诊断准确性与便捷性的边际效应最为显著.所有结论均通过稳健性检验.此外,CART分析揭示了变量间的非线性分裂结构,结构方程模型(SEM)结果表明,用户满意度在外生变量与持续使用意愿之间起到中介作用.本研究的主要贡献在于:一方面通过概率模型对用户选择机制进行定量刻画,另一方面采用多模型相互验证以增强研究结论的稳健性.研究成果为智能问诊系统的推广策略和医疗信任机制的量化研究提供了实证支持与方法参考.
更多相关知识
- 浏览0
- 被引0
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



