...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>BMC Medical Informatics and Decision Making >Analyzing hidden populations online: topic, emotion, and social network of HIV-related users in the largest Chinese online community
【24h】

Analyzing hidden populations online: topic, emotion, and social network of HIV-related users in the largest Chinese online community

机译：在线分析隐藏的人群：最大的中国在线社区中与HIV相关的用户的话题，情感和社交网络

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Traditional survey methods are limited in the study of hidden populations due to the hard to access properties, including lack of a sampling frame, sensitivity issue, reporting error, small sample size, etc. The rapid increase of online communities, of which members interact with others via the Internet, have generated large amounts of data, offering new opportunities for understanding hidden populations with unprecedented sample sizes and richness of information. In this study, we try to understand the multidimensional characteristics of a hidden population by analyzing the massive data generated in the online community. By elaborately designing crawlers, we retrieved a complete dataset from the “HIV bar,” the largest bar related to HIV on the Baidu Tieba platform, for all records from January 2005 to August 2016. Through natural language processing and social network analysis, we explored the psychology, behavior and demand of online HIV population and examined the network community structure. In HIV communities, the average topic similarity among members is positively correlated to network efficiency (r?=?0.70, p?
机译：由于难以获得的属性，包括缺乏采样框架，敏感性问题，报告错误，样本量小等，传统的调查方法在隐性人群研究中受到限制。成员与之互动的在线社区的快速增长其他人则通过Internet生成了大量数据，这为了解具有前所未有的样本量和信息量的隐藏人口提供了新的机会。在这项研究中，我们试图通过分析在线社区中生成的大量数据来了解隐藏人口的多维特征。通过精心设计爬虫，我们从“百度贴吧”平台上与艾滋病相关的最大栏“ HIV条”中检索了完整的数据集，收集了2005年1月至2016年8月的所有记录。通过自然语言处理和社交网络分析，我们探索了在线艾滋病毒人群的心理，行为和需求，并检查了网络社区的结构。在HIV社区中，成员之间的平均话题相似度与网络效率呈正相关（r = 0.70，p <0.001），表明社区成员之间的社会距离越近，他们的话题越相似。每个社区中的负面用户比例约为60％，与社区规模之间存在弱关联（r？=？0.25，p？=？0.002）。已发现怀疑最初感染HIV或首次接触高危行为的用户倾向于在社交网络平台上寻求帮助和建议，而不是立即去医院进行血液检查。在线社区产生了大量的数据，为了解具有前所未有的样本量和信息量的隐藏人口提供了新的机会。建议改善通过在线服务进行艾滋病咨询和诊断的支持，以避免中国的隐私问题和社会歧视。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号