在线心理健康社区中的成员角色演化规律及其对社群发展的影响：以抑郁症为例

Because the community-based rehabilitation system for mental illnesses is not well established in China, Online Health Communities (OHCs) for mental health has become a major platform for patients to sought social support. A comprehensive understanding of the users’ dynamic roles and their influence on the growth of the community is vital for effectively utilizing OHCs to provide proper social support services. The proposed project plans to examine the distribution and evolution of roles with the open source big data of major Chinese OHCs for depression from three perspectives – social networks and semantic patterns. The project will develop machine learning algorithms to analyze and model the distribution and evolution of roles in OHCs, and reveal the influence of the dynamic roles on the evolution of roles, and the influence of the dynamic roles on the healthy growth of the community. The proposed project will provide critical managerial decision support to the community managers and healthcare providers on how to motivate the change of users’ roles to promote the healthy growth of OHCs, so that they can provide better social support services using OHCs.

由于我国精神障碍社区康复体系尚未建立，在线心理健康社区成为患者寻求社会支持的主要途径之一。全方位理解这些社区中成员的角色分布和演化、及其对社群发展的影响，对于正确且高效地利用在线心理健康社区提供社会支持服务至关重要。本课题提出基于我国主要的抑郁症在线心理健康社区的开源大数据，从社会网络和语义特征两个方面，结合社区成员的行为特征，开发机器学习算法对社区成员的角色分布和演化进行系统全面的数据分析与建模，并揭示成员角色的动态演化对整个社群良性发展的影响。该课题将为社群管理者和医疗工作者提供管理决策支持，帮助决策者通过引导社区成员的角色变化来有效地促进社区良性发展，从而提供更好的社会支持服务。

由于我国精神障碍社区康复体系尚未建立，在线心理健康社区成为患者寻求社会支持的主要途径之一。全方位理解这些社区中成员的角色分布和演化、及其对社群发展的影响，对于正确且高效地利用在线心理健康社区提供社会支持服务至关重要。本课题提出基于我国主要的抑郁症在线心理健康社区的开源大数据，从社会网络和语义特征两个方面，结合社区成员的行为特征，开发机器学习算法对社区成员的角色分布和演化进行系统全面的数据分析与建模，并揭示成员角色的动态演化对整个社群良性发展的影响。该课题成功应用在了香港地区和大陆地区的多个社交媒体和心理健康社区数据，获得准确效果，发表了超过20篇高水平论文。本课题的成果为社群管理者和医疗工作者提供管理决策支持，帮助决策者通过引导社区成员的角色变化来有效地促进社区良性发展，从而提供更好的社会支持服务。