基于医患互动的在线医疗平台医生的画像构建与优化策略
Optimizing Doctor Profiles and Interaction on Online Medical Platforms:A Data-Driven Approach to Enhancing Doctor-Patient Engagement
摘要[目的/意义]为了优化在线医疗平台的医患互动质量,解决医患沟通内容不匹配以及医生推荐偏差的问题,本研究旨在通过提取医患沟通中的主题和医生画像特征,提升医患交流的精准性和有效性.精准构建医生画像不仅可以更好匹配患者需求,还能有效提高在线医疗服务整体质量及患者满意度.[方法/过程]研究对象为好大夫平台上14 422名参与高血压治疗的医生.首先,利用LDA(Latent Dirichlet Allocation)模型挖掘医患交流中的主要主题.然后,基于问诊记录对医生进行初步分类,结合医生的个人特征、信息行为特征、患者评价特征及医患交流特征4个维度,采用层次聚类法进行二次聚类,构建精细化的医生画像.[结果/结论]研究发现,核心医生群体在平台上高度活跃,且占据了大量资源.医患交流中的主题存在一定交叉,但部分患者的需求尚未得到充分满足.此外,需要提升患者对无问诊记录医生的信任.为此,建议平台优化推荐策略,深入挖掘非核心医生的潜力,增强医生识别患者特定需求的能力,以进一步提高服务质量和患者体验.
更多相关知识
- 浏览5
- 被引5
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



