打开文本图片集

摘要：[目的/意义]基于用户感知理论，构建在线健康社区信息服务质量评价指标体系，旨在丰富和发展在线健康社区信息服务质量理论体系，为在线健康社区信息服务规范化发展提供依据。[方法/过程]通过预调研提取了34个评价指标，利用问卷收集样本数据，使用SPSS进行数据分析，验证并修正评价模型。[结果/结论]构建了包含5个一级评价指标、33个二级评价指标的在线健康社区信息服务质量评价指标体系，并进行了展望。

关键词：在线健康社区;用户感知;信息服务质量;评价指标体系

1 引言

随着政府明确提出“互联网+”概念，并出台相应的支持政策，在线健康医疗作为互联网技术与健康医疗事业结合探求的一种新服务方式应运而生。在线健康平台凭借其在成本和效率方面的优势，逐步成为新的健康信息服务获取途径[1]。根据艾瑞咨询《在线医疗市场规模报告》发布的数据，我国在线医疗的市场规模已达到223亿，并且形成了一批较有影响力的在线健康平台，如“好大夫在线”、“寻医问药”等通过网络为用户提供各类健康信息咨询服务[2]。然而由于长期以来的粗放式发展、对用户参与在平台信息服务质量建设中关键作用的忽视，以及网络监管不规范等综合原因，使得我国在线健康社区鱼龙混杂，信息服务质量参差不齐，导致用户对优质健康信息服务的需求无法充分满足[1]。特别是新冠疫情期间，更多居民转向在线健康医疗平台进行健康咨询或获取健康信息服务，但居民对线上健康信息服务的质量难以甄别。国内对信息服务质量评价研究主要侧重从技术视角构建评价体系，但因为健康医疗与用户生活息息相关，用户对健康医疗信息会更加敏感和谨慎，因此从用户感知角度出发研究在线健康社区信息服务质量的评价指标极为必要[3-6]。目前，本研究将结合用户感知理论提取评价指标并进行问卷调研，验证评价指标的合理性，构建在线健康社区的信息服务质量评价体系，有助于为人们在衡量在线健康社区的信息服务时提供评价标准，也为在线健康社区提升信息服务能力提供一定的借鉴参考。

2 基于用户感知的在线健康社区信息服务质量评价指标体系构建

2.1 评价指标选取

借鉴相关信息服务质量的文献，并根据在线健康社区的特征，经过预调研后，提取了34个评价指标，具体评价指标见表1。

2.2 评价指标假设模型构建

在确定了基于用户感知视角的评价指标后，根据评价指标的性质和特征进行了分类，将在线健康信息服务质量评价指标体系分为了五个维度：平台技术、信息质量、医疗服务质量与医生需求、服务功能和用户感知。并依此构建了评价指标假设模型，如图1所示。然后采用问卷调查方式验证假设模型的合理性。

3 数据分析与模型验证

根据在线健康社区信息服务质量评价指标假设模型确定的34个评价指标设计问卷，问卷内容包括两部分，第一部分为个人基本信息，包括年龄、性别、职业和使用频率;第二部分是采取量表形式对34个评价指标设置成相应的评分式问题，分值为1-5，分别代表非常不重要、不重要、一般、重要、非常重要。问卷使用问卷星进行线上发放和收集的形式，共收集到187份问卷，经筛选，得到有效问卷183份，有效问卷率为97.9%，符合研究要求，问卷回收有效。

3.1 描述性统计分析

对有效问卷的个人基本信根据表2的数据可见，男女人数分别为84和99，所占比重分别为45.9%、55.1%，性别比率差距在合理范围内。年龄上19～30岁人数122，所占比例最大，占比为66.7%，这与在线健康社区服务对象主要为年轻群体。职业上，企业工作人员占比最大，占38.3%，其他各类职业占比相对均衡。使用频率上，大部分被调查对象都使用过在线健康社区，由此保证了调研数据具有代表性。

3.2数据分析

借助SPSS软件，对调查问卷中在线健康社区信息服务质量评价指标样本数据的平均值、标准差、极值进行了统计分析，具体见表3所示。

根据表3显示，在极值上，评价指标的最小值大多为1或2，最大值均为5，这说明调查对象关于评价指标对在线健康社区信息服务质量的影响程度有着一定的认知差异。在平均值方面，评价指标的平均值都在3.8以上，最低平均值前三位分别是界面美观性3.76、医生需求3.81、语音服务3.89，可见用户对在线健康社区的界面和一些额外服务功能并不是特别看重，另外可能因为被调查对象中医护占比例较少，因此从医生需求角度出发考虑的较少。最高平均值前三位分别为医生医术水平4.55、医生专业素养4.53、隐私成本4.51，可见大部分用户比较看重医生的水平，同时用户也越来越重视自身的健康信息安全。在标准差方面，评价指标的标准差均是小于1，可见调查对象对评价指标意见还是比较一致的。

3.3模型验证

3.3.1信度与效度检验

信度是检验数据稳定性和一致性的指标，利用SPSS对数据处理得到信度值，具体见表4。表4数据显示Alpha值为0.925，大于信度要求的最低值0.6，说明此次问卷收集的数据具有较好可信度。

效度分析是用来分析观测变量的有效程度，一般是以KMO和Bartlett数值作为效度的依据，利用SPSS计算获得数值见表5。

根据表5显示在显著性为0.000情况下，KMO值为0.896，大于0.7，说明适合进行后续的因子分析。

3.3.2因子分析

利用SPSS对数据进行因子分析，在特征值为1 基础上采取最大方差法对载荷因子进行正交旋转，并最终提取出5个公因子，累计贡献率为62.012%，大于因子分析累积贡献率60%的要求，说明此次因子分析有效。具体结果见表6。

对数据进行正交旋转的过程中，特征根为1，设置载荷值为一般要求的最低值0.45，具体结果见表7。

根据表7数据显示，医生需求这项评价指标不符合研究要求，因此删去，数据结果和原定假设模型存在一定的差异，因此对3.4 模型修正

表7的数据显示共有5个公因子，因与原有假设模型存在一定的差异，根据数据分析结果，其中信息真实性归纳到因子2，对原有模型进行修正。

因子1包括系统运行稳定性、系统运行安全性、界面易理解性、系统运行响应性、系统运行兼容性、界面功能清晰性、界面功能全面性、界面美观性，这些指标主要是系统运行的质量和界面设计情况，因此将其定义为技术质量。因子2是信息准确性、信息易理解性、信息更新频率、信息时效性、信息全面性以及信息真实性。这些指标主要关于信息的质量，因此将其定义为信息质量。因子3包括医生医术水平、医术在线规模、医术服务态度、医学学科多样性和医学内容全面性，这些指标主要是关于医疗服务过程中的质量体现，因此将其定义为医疗资源和医生品质。因子4包括隐私成本、精力成本、费用成本、判断成本、信息有用性和信息针对性。这部分指标主要来自于用户角度体验，因此将其定义为用户感知。因子5包括检索服务、交互服务、个性化服务、导航服务、推送服务、人性化服务、语音服务。这些指标主要关于特色服务，因此将其定义为特色服务。经过模型修正，最终构建了在线健康社区信息服务质量评价指标模型（见图2）。

4 结语

本研究基于用户感知理论，提取了评价指标，建立假设模型，并采用线上问卷调查，SPSS软件分析数据，最终构建了基于用户感知的在线健康社区信息服务质量评价指标体系，包括技术质量、信息质量、医疗资源和医生品质、用户感知以及特色服务五个一级指标，33个二级指标。为丰富在线健康社区信息服务质量评价理论提供一定的借鉴，为在线健康社区信息服务质量提高提供一定的参考，从而促进在线健康社区的科学发展。此外，本研究主要以理论为主，也存在一定的局限性，在后期研究中将该模型选择一些在线健康社区进行实证研究，从而检验该评价指标体系的合理性和科学性。

参考文献

[1]钱明辉.基于用户参与的在线健康平台信息服务质量研究[J].情报学报，2018，38（2）：132-142.

[2]盛姝，黄奇，郑姝雅等.在线健康社区中用户画像及主体特征分布下信息需求研究——以医享网结直肠癌圈数据为例[J].情报学报，2021，40（3）：308-320.

[3]吴江，李姗姗.在线健康社区用户信息服务使用意愿研究[J].情报科学，2017，35（4）：119-125.

[4]姚亚男，邓朝华.基于感知风险和服务质量模型的在线健康网站用户满意度研究[J]中国卫生统计，2017，34（2）：331-334.

[5]张朱柏.用户感知视角下中国重点大学网站信息服务质量评价——以 2015年综合排名前 10所高校网站评价为例[J].亚太教育，2015，（28）：269-270.

[6]邓君，王阮，盛盼盼.用户感知视角下档案网站服务质量影响因素研究[J].档案学研究，2018（04）：62-71.