在线医疗社区患者满意度挖掘及其对患者择医行为的影响研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 研究方法 | 第11-12页 |
| 1.5 论文组织结构 | 第12-13页 |
| 2 文献综述 | 第13-18页 |
| 2.1 在线医疗社区研究综述 | 第13-15页 |
| 2.2 患者满意度研究综述 | 第15-16页 |
| 2.3 患者择医研究综述 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 基于LDA模型的评论主题抽取研究 | 第18-29页 |
| 3.1 实验设计 | 第18-19页 |
| 3.2 数据采集与数据预处理 | 第19-21页 |
| 3.2.1 数据采集 | 第19-20页 |
| 3.2.2 数据预处理 | 第20-21页 |
| 3.3 评论文本分词与建模 | 第21页 |
| 3.3.1 评论文本分词 | 第21页 |
| 3.3.2 评论文本建模 | 第21页 |
| 3.4 基于LDA的主题抽取 | 第21-28页 |
| 3.4.1 LDA主题模型原理 | 第22-23页 |
| 3.4.2 LDA参数设置 | 第23-24页 |
| 3.4.3 最佳主题数选取 | 第24页 |
| 3.4.4 实验结果与分析 | 第24-27页 |
| 3.4.5 评论文本患者满意度主题分类 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于机器学习的评论情感分析 | 第29-46页 |
| 4.1 实验设计 | 第29-30页 |
| 4.2 评论文本主题识别 | 第30-40页 |
| 4.2.1 数据预处理 | 第30-32页 |
| 4.2.2 分类算法简介 | 第32-37页 |
| 4.2.3 子句主题识别 | 第37-40页 |
| 4.3 子句情感分析 | 第40-44页 |
| 4.3.1 情感计算方法 | 第40-42页 |
| 4.3.2 情感词典构建 | 第42-43页 |
| 4.3.3 情感分类器评估 | 第43-44页 |
| 4.3.4 子句情感计算 | 第44页 |
| 4.4 各主题满意度计算 | 第44-45页 |
| 4.4.1 评论各维度情感值计算 | 第44-45页 |
| 4.4.2 医生各维度情感值计算 | 第45页 |
| 4.5 本章小结 | 第45-46页 |
| 5 满意度对择医行为影响的实证研究 | 第46-64页 |
| 5.1 模型构建 | 第46-47页 |
| 5.2 研究假设 | 第47-50页 |
| 5.3 数据处理与实证模型构建 | 第50-54页 |
| 5.3.1 数据采集与处理 | 第50-51页 |
| 5.3.2 变量描述性统计 | 第51-52页 |
| 5.3.3 相关性分析 | 第52-54页 |
| 5.3.4 回归模型构建 | 第54页 |
| 5.4 实证结果分析 | 第54-61页 |
| 5.4.1 回归结果分析 | 第54-56页 |
| 5.4.2 调节作用和交互作用检验分析 | 第56-58页 |
| 5.4.3 鲁棒性检验 | 第58-61页 |
| 5.5 研究启示 | 第61-64页 |
| 5.5.1 理论启示 | 第61-62页 |
| 5.5.2 实际启示 | 第62-64页 |
| 6 研究总结及展望 | 第64-66页 |
| 6.1 研究总结 | 第64页 |
| 6.2 研究局限性及展望 | 第64-66页 |
| 参考文献 | 第66-75页 |
| 攻读硕士研究生期间的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
