通过在线健康社区中主题标签预测来预估用户兴趣

患者与照护者对在线社区获取医疗信息依赖的日益增长，导致了错误信息的传播，或主观、轶事性、不准确或非具体的建议的增加，若被采纳可能对患者造成严重伤害。因此，迫切需要及时将准确且量身定制的健康信息对接给用户以防止此类伤害。本文提出一种创新方法，在在线社区参与者经历疾病或治疗的不同阶段时，向其推荐可靠信息。我们假设具有相似疾病进展史或治疗过程的患者在可比阶段会有相似的信息需求。具体而言，我们将基于用户档案、其在社区内在线交互的轨迹（过往发帖、回复）以及其他具有相似档案且与目标用户有相似过往交互轨迹的用户的档案与交互轨迹，来预测描述用户未来信息需求的主题标签或关键词的问题形式化。其结果是一种针对在线健康社区用户需求定制的协同信息过滤或推荐系统的变体。我们在一个专家策展的数据集上报告了实验结果，表明所提方法在主题标签（以及由此感兴趣的信息源）的准确且及时预测方面优于最先进的基线方法。