1. 引言
2016年党中央、国务院在《“健康中国2030”规划纲要》中明确提出了健康发展的优先战略地位,积极推动全民健康 [1]。在十九大报告中明确落实健康中国发展战略,全面提升全国人民健康水平 [2]。2018年4月国务院办公厅在印发《关于促进“互联网 + 医疗健康”发展的意见》中提出需加强互联网与医疗健康的深度融合,加强互联网医疗健康服务平台的信息防护服务 [3]。“十四五”规划中提出医疗健康服务要将维护民众身体健康摆在优先发展的战略地位,为广大人民提供全面的健康服务 [4]。随着数字经济的到来,互联网、大数据的快速进步,推动了丁香医生、春雨医生等在线健康社区的蓬勃发展,加上新冠疫情让更多的在线健康社区走入广大人们群众的视野,其中丁香医生推出的“疫情地图”、“辟谣专栏”广为流传,成为在线健康社区的代表之一,因而,本文以丁香医生作为代表,探究在线健康社区用户体验的满意度,以期为社区开发者提升用户体验,优化需求服务提供可借鉴的参考建议。
2. 研究方法与数据来源
2.1. 研究方法
采用网络文本分析法收集所需数据资料,应用德尔菲法构建评价指标体系,层次分析法计算各指标的权重,模糊综合评价法构建用户体验的评价矩阵,再计算各级指标的用户体验满意度得分。
层次分析法(简称AHP)用数学的形式将人的判断科学的表达出来,实现了定性与定量的结合,是确定各级指标权重系数的常见方法。具体步骤如下:
1) 构造各层次判断矩阵。根据各指标的相对重要度采用1~9度标分法将各指标量化形成判断矩阵。
2) 层次单排序及一致性检验。首先计算一致性指标CI,
,
为判断矩阵的最大特征值;然后再根据资料查询一致性指标RI;最后计算一致性比例CR,
。当各层指标
时,该判断矩阵才通过一致性检验,否则就需要调整该判断矩阵。
3) 层次总排序及一致性检验。层次分析法的最终目标是得到每个元素相对于总目标元素的综合权值序列的排名,还需要检验判断矩阵的一致性。只有通过检验的判断矩阵才能对权重进行排序。
模糊综合评判法运用了模糊数学的隶属度理论对各种属性的事物,以及对其总体优劣受各种因素控制的事件或对象,进行了一种客观合理的总体评价。具体评价步骤如下:
1) 建立评价指标集合
(m为评价指标数量),其中
为子指标集合,
,同时指标U对应1级权重向量W,子指标集合
对应2级指标权重向量
。
2) 建立评价指标集合
(n为评价等级数量)。以“非常不满意、较不满意、一般满意、较满意、非常满意”确定各评价等级并赋值,得到评价集合
。
3) 确定各指标权重
,各个维度的指标权重集合为
4) 构建各指标模糊隶属度矩阵
,
,
,
。
5) 建立一级指标评价结果
,
。
由于
可作为U的单因素评价结果,则可得到U的模糊隶属度矩阵R。
根据U的1级指标权重W向量和模糊隶属度矩阵R,可建立整体评价结果矩阵C,
。
6) 对评价集C去模糊计算,则各指标评价值
(H为评价集V各等级对应分值)。
2.2. 数据来源
本文以丁香医生为在线健康社区的代表,采用网络文本分析法抓取贴吧、论坛、问答平台的客观网络数据,其评论内容均来自于真实体验的社区用户,反映了用户对社区的客观体验感受,再选择2019年1月1日~2021年10月1日的用户评论,然后删除没有意义的评论,重复账号发表的评论只计一条,最后选择样本为2140条评论。
3. 结果与分析
3.1. 指标体系构建
将用户评论复制到txt文本中,利用Rost软件选取高频词,并结合社区本身特点进行整理归类,再邀请10名医学信息学、图书情报学等相关背景专家采用德尔菲法,结合具体实际情况,其具体身份信息如下表1所示:
![](Images/Table_Tmp.jpg)
Table 1. Information of consulting experts
表1. 咨询专家信息
由此,通过德尔菲法首先收集、整理专家提出的修改建议和补充,剔除不符合的指标,添加需要的指标,再将修改后的指标反馈给各位专家,再次征询意见和想法,并进行修改及完善,经过三轮筛选后,确定了科学合理的在线健康社区用户体验满意度指标体系,最后构建了5个1级指标、19个2级指标的在线健康社区用户体验满意度指标体系 [5]。见表2。
对比相关文献,邓君,胡明乐 [6] 构建的评价指标体系较多,且比较偏向于信息服务质量的评价,而本文构建的评价指标体系基于不同的角度,涵盖资源、服务、设计等多方面、多层次的指标内容,且更体现用户体验;钱明辉,徐志轩,王珊 [7] 构建指标体系侧重于用户角度的在线健康平台服务质量评价,而本文更体现从用户的体验感受出发,设计相关服务质量指标,并为提升在线健康社区用户体验满意度提出相关建议。
各指标采用李克特五级量表评价,1~5分别表示“非常不满意、较不满意、一般满意、较满意、非常满意”,由选取30位对社区均有1年以上使用经验的用户通过分析用户评论内容进行具体评判打分,若30名评判员(其中10名为主评判员)给出的满意度打分结果一致,则打分通过;若达到总评判员人数的2/3即20名评判员,且主评判员有一半的满意度打分结果一致,打分通过;若有20名评判员,且主评判员低于一半的满意度打分结果一致,则需重新打分 [8]。最终得到表3的用户体验满意度矩阵。
![](Images/Table_Tmp.jpg)
Table 2. Index system of user experience satisfaction in online health community
表2. 在线健康社区用户体验满意度指标体系
![](Images/Table_Tmp.jpg)
Table 3. User experience satisfaction matrix
表3. 用户体验满意度矩阵
3.2. 权重确定
1) 各个指标的判断矩阵
首先邀请专家学者根据构建的用户体验满意度指标体系综合分析进行指标赋值,得出判断矩阵,具体如下表4~10所示 [9]:
![](Images/Table_Tmp.jpg)
Table 4. First level index judgment matrix of user experience satisfaction in online health community
表4. 在线健康社区用户体验满意度一级指标判断矩阵
![](Images/Table_Tmp.jpg)
Table 5. Secondary level index judgment matrix of online health community user experience satisfaction resource content
表5. 在线健康社区用户体验满意度资源内容二级指标判断矩阵
![](Images/Table_Tmp.jpg)
Table 6. Secondary level index judgment matrix of online health community user experience satisfaction function service
表6. 在线健康社区用户体验满意度功能服务二级指标判断矩阵
![](Images/Table_Tmp.jpg)
Table 7. Secondary level index judgment matrix of online health community user experience satisfaction interaction design
表7. 在线健康社区用户体验满意度交互设计二级指标判断矩阵
![](Images/Table_Tmp.jpg)
Table 8. Judgment matrix of secondary indicators for user experience satisfaction interface design of online health community
表8. 在线健康社区用户体验满意度界面设计二级指标判断矩阵
![](Images/Table_Tmp.jpg)
Table 9. Judgment matrix of secondary indicators of perceived design of user experience satisfaction in online health communities
表9. 在线健康社区用户体验满意度感知设计二级指标判断矩阵
2) 判断矩阵一致性检验
再根据方根法求特征向量,并进行一致性检验,得到结果如下:
![](Images/Table_Tmp.jpg)
Table 10. Consistency test results of online health community user experience satisfaction judgment matrix
表10. 在线健康社区用户体验满意度判断矩阵一致性检验结果
各判断矩阵的CR均小于0.1,可见一致性均通过检验,且总排序一致性检验也通过,说明总排序结果也符合一致性要求。
3) 各指标权重
再计算每个指标层权重与其隶属的准则层权重相乘,得出指标层组合权重,即指标层对目标层的权重(组合权重之和为1),最终确定在线健康社区用户体验满意度指标体系权重,见表11。
![](Images/Table_Tmp.jpg)
Table 11. Weight of online health community user experience satisfaction index system
表11. 在线健康社区用户体验满意度指标体系权重
3.3. 用户体验满意度模糊综合评价
首先确定用户满意度指标集
(i = 1, 2, 3, 4, 5,分别代表5个准则层),下一级指标由
构成,评价集V = {非常不满意、较不满意、一般满意、较满意、非常满意},模糊关系矩阵
。根据表2中数据可得出每个指标
隶属于评价集V的评价次数占总评价次数的比例,即
,然后利用模糊综合评价得出准则层游客满意度模糊关系矩阵见(R1~R5):
利用公式和
模型,计算准则层模糊综合评价集
及最终评价集C:
利用公式对准则层评价集及最终评价集去模糊化,分别得到准则层各指标的评价值及用户满意度的综合评价值E:
丁香医生用户体验满意度综合得分为3.587,处于一般满意。其中,得分最高的是资源内容用户满意度,得分为3.865,说明丁香医生具有资源内容方面的优势,尤其是资源内容全面(U12),其满意度达到4分(图1),其他满意度也接近4分。游客评价多用“资源内容较全面,形式多样”等字眼。交互设计满意度得分为3.859,超过用户满意度综合得分,接近较满意,说明丁香医生的交互设计较能满足用户需求,尤其是关联平台丰富(3.733分),社区使用流畅(3.833分)和信息检索方式多样(3.967分),得分均接近在4分。用户对于这方面也是给予了很高的评价,认为该社区带来了极大的便利,满足了很多用户的心理需求。功能服务(3.379分)、界面设计(3.207分)与感知设计(3.222分)满意度分值均低于满意度综合得分,说明在这些方面丁香医生还存在问题。功能服务主要问题体现在健康信息科普(U24),得分偏低(2.900分),用户评价有关于健康信息的科普内容较少,信息不够全面具体,因而有待于改进。同样得分较低的有界面设计中界面简洁美观(2.900分)和界面内容布局合理(2.933分),感知设计中颜色搭配合理(2.933分),用户评价该社区的界面、布局、颜色等并不太适合大部分人群,随着现今越来越多的用户对审美的提高,要求美观性的程度也极大地提升,因而丁香医生在这些方面仍需继续改善。
![](//html.hanspub.org/file/55-1700395x55_hanspub.png?20220819083801116)
Figure 1. User satisfaction of scheme level indicators
图1. 方案层指标用户满意度
4. 讨论及结论
通过以上可以看出总体上丁香医生位于一般满意,还存在较大的进步空间。准则层中,满意度最高的是资源内容,因其具备丰富性和多样性,加上疫情期间推出的“疫情地图”、“辟谣专栏”等内容深受大家的喜爱 [10]。其次是交互设计,而感知设计满意度最低。指标层中,用户对资源内容全面较满意;对健康信息科普、界面简洁美观、界面内容布局合理和颜色搭配合理评价偏低,社区可适当在健康方面的信息科普及页面、界面布局设计等有所提高,增加用户体验舒适感,不断挖掘新的社区特色、优势,增强用户体验感,提升用户使用满意度,吸引更多用户的参与使用。