移动医疗App在线评论维度挖掘与情感分析

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。