在线健康社区(OHC)提供了与支持性同伴建立联系的希望。形成这些联系首先需要找到相关同伴——这个过程可能很耗时。同伴推荐系统是一种计算方法,可以在健康旅程中使寻找同伴变得更加容易。通过鼓励OHC用户改变他们的在线社交网络,同伴推荐可以增加可获得的支持。但这些好处是假设性的,基于混合的观察证据。为了实验性地评估同伴推荐的效果,我们将这些系统概念化为健康干预措施,旨在增加特定的有益连接行为。在本文中,我们设计了一个同伴推荐干预措施来增加两种行为:阅读同伴体验和与同伴互动。我们通过对CaringBridge.org的79名用户进行为期12周的实地研究来对该干预进行初步可行性评估,这些用户每周通过电子邮件接收同伴推荐。我们的结果支持同伴推荐的有用性和需求,并表明评估更大规模同伴推荐干预的好处。我们的贡献包括为OHC开发和使用同伴推荐干预提供了实践指导。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/213074/2025

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2025
emoji_events
奖项
最佳论文
group
作者
6 位作者
sell
研究子方向
work
职业/产业
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文