基于hLDA层次主题模型的患者投诉分类框架研究

• 作者: 倪维斌 夏晨曦 姜垚松 罗玮
• 来源期刊: 中华医学图书情报杂志
• 学科: 医学
• 关键词: 患者投诉 hLDA 主题建模 分类框架 数据挖掘
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 研究与探讨
• 页码范围: 28-32
• 页数: 5页
• 分类号: R197.323|TP391.1
• 字数: 4068字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2018.10.005

摘要

目的:使用机器学习方法构建患者投诉分类框架,以更好地评估医疗服务的质量.方法:使用hierarchical latent Dirichlet Allocation(hLDA)层次主题模型挖掘患者投诉数据的主题,再归纳出一个分类框架,并对患者投诉的主题分布进行可视化分析.结果:构建了一个基于患者投诉的分类框架,包括5个大类7个小类.可视化分析结果表明,患者投诉主要集中在临床服务类、环境类、管理类,共占88.37％.结论:通过对患者投诉数据进行挖掘,构建患者投诉分类框架,有利于更加科学合理地评估医疗服务质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏晨曦	华中科技大学同济医学院医药卫生管理学院	22	68	6.0	7.0
2	罗玮	华中科技大学同济医学院医药卫生管理学院	5	38	1.0	5.0
3	倪维斌	华中科技大学同济医学院医药卫生管理学院	3	1	1.0	1.0
4	姜垚松	华中科技大学同济医学院医药卫生管理学院	5	2	1.0	1.0