网络环境下健康信息的可理解性研究

摘要

目的：本研究主要从健康信息是否能够被公众所理解的角度出发，探讨影响网络健康信息可理解性的文本因素，构建网络健康信息可理解性指标测量模型，为健康信息传播者的文本信息编辑提供建议，从而更大范围，更好方式，更快速度地对网络健康信息进行传播。
　　方法：采用科学知识图谱法总结了健康信息可理解性研究的历程和热点；通过NLPIR汉语分词系统对关注度、粉丝量、微博量均较大的前20个健康类机构认证微博的60篇健康文本信息进行自适应分词；根据汉语水平词汇与汉字等级大纲、医学主题词表、情感词表建立标准词库，利用Microsoft SQL Server2008 R2数据库管理系统统计健康信息的甲级词汇、乙级词汇、丙级词汇、丁级词汇、医学主题词、情感词的词数和比例；使用CRITIC法对各指标进行权重赋值，计算出各健康类机构认证微博健康信息的文本可理解性综合得分。
　　结果：影响微博健康文本的可理解性指标主要包括8种，按其权重从高到低依次排列为丙级词比例（0.1755）、平均句长（0.1535）、平均每百字句数（0.1328）、丁级词比例（0.1219）、情感词极性值（0.1156）、甲乙级词汇比例（0.1145）、医学主题词比例（0.0942）、总字数（0.0920）。
　　20个健康类机构认证微博的可理解性综合评分结果为A1（118.15）、A2（84.55）、A3（23.33）、A4（79.43）、A5（71.83）、A6（25.70）、A7（42.39）、A8（131.56）、A9（117.54）、A10（107.34）、A11（18.58）、A12（18.00）、A13（24.11）、A14（17.93）、A15（120.23）、A16（89.25）、A17（19.30）、A18（165.93）、A19（153.82）、A20（105.32）
　　结论：根据各指标的权重值，得到健康信息可理解性综合得分的预测模型：Y=0.1755*X10+0.1535*X3+0.1328*X4+0.1219*X12+0.1156*X16+0.1145*X68+0.0942*X14+0.0920*X1。
　　微博健康文本的可理解性水平明显高于一般汉语文本，其可理解性综合评分差距较大，果壳健康朝九晚五（A18）的综合评分最高，为118.15，说明其最难理解；39健康网（A14）的综合评分最低，为17.93，说明其最容易理解。综合评分结果被分为三个等级：高级难度A,综合评分数0-60；高级难度B,综合评分数60-120；高级难度C综合评分数大于120。建议微博编辑者撰写健康信息文本时遵从可理解性预测模型，适当增加丙级词汇和甲乙级词汇比例，减少丁级词汇比例。缩短句子长度，增加句子数量，减少总字数。增强文本情感值。减少医学主题词比例，从而提高健康信息文本的可理解性水平。

目录

声明

1前言

1.1研究背景

1.2国内外研究现状

1.3相关概念

2研究目的和意义

3研究对象

4研究内容

4.1 分词统计

4.2 初拟指标

4.3指标筛选

4.4权重计算

4.5可理解性综合评分

5研究方法与步骤

5.1研究方法和工具

5.2研究步骤

6研究结果

6.1 NLPIR分词结果

6.2初拟指标结果

6.3词频统计结果

6.4指标筛选结果

6.5数据归一化结果

6.6权重计算结果

6.7可理解性综合评分结果

7 分析与讨论

7.1甲乙丙丁、医学主题词比例分析

7.2影响因素分析

7.3影响强度分析

7.4可理解性综合评分分析

7.5可理解性综合评分与微博外部特征分析

8结论与建议

8.1结论

8.2建议

9不足与展望

参考文献

附表

文献综述：健康信息可理解性研究热点分析

致谢

攻读硕士学位期间发表的学术论文