通过对聚合经验数据建模检测在线健康社区中的表达性写作

视频

DOI

尽管表达性写作已被证明对个人的身体、心理和社会健康有益，但它一直被限制在实验室实验中。在现实世界中，个人在处理困难时期，特别是面对艰难的医疗旅程时，可能会自然地进行表达性写作。如果自发的表达性写作发生，健康博客可能成为一种易于访问的自我治疗方法。然而，许多帖子可能不够表达，无法提供治疗效果。在本研究中，我们在在线健康社区CaringBridge中建立了一个高斯朴素贝斯模型来检测表达性写作。由于缺乏完整的文本数据作为训练数据，我们使用一种从文献元分析中学习模型参数的方法。该分类器在作者注释的测试集上达到了合理的准确性。我们还探讨了可能影响用户自发表达性写作的因素，发现性别、健康状况、作者类型和隐私设置可以影响个人的自发表达性写作。最后，我们反思我们的方法论和结果，并为在线健康社区提供设计启示。