移动医疗App在线评论维度挖掘与情感分析

摘要：

目的:对我国移动医疗App的在线评论进行维度挖掘与情感分析,以便精准评价用户满意度.方法:基于App Store中国应用市场中医疗类App的在线评论数据,采用集成多策略的深度学习方法,首先应用TF-IDF算法、BERT模型和Canopy+K-means聚类分析方法提取移动医疗App在线评论的主要维度,然后通过计算各维度权重值,明确不同维度对用户整体评价意见的重要性,最后利用LSTM-CNN模型对各维度的用户评论进行细粒度情感分析.结果:用户关注的移动医疗App在线评论主要维度依次为专业性、可靠性、交互性、易用性和特色性;用户对移动医疗App的整体满意度不高,在可靠性、交互性、特色性维度上的评论积极情感倾向率较低;同时,移动医疗各细分领域的App在不同维度上也存在明显不同的优势和劣势,需要根据自身特色和发展目标进行优化与完善.结论:集成多策略的深度学习方法在移动医疗App在线评论维度挖掘和情感分类上具有很好的适用性、稳定性与可推广性,可为App在线评论文本分析和用户满意度评价提供重要的方法支撑.

关键词：移动医疗App、深度学习、在线评论挖掘、情感分析

所属期刊栏目：31

分类号：G252;R-05(图书馆学、图书馆事业)

资助基金：武汉大学中南医院护理学学科培育项目2NXKPY2022009

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：20-29