基于Logistic模型的醫(yī)療網(wǎng)絡(luò)輿情監(jiān)控與預(yù)警系統(tǒng)的研究

張巍+陳俊杰

摘要：為了能夠有效地監(jiān)控和預(yù)警醫(yī)療網(wǎng)絡(luò)的輿情，及時(shí)地解決可能出現(xiàn)的醫(yī)療輿情危機(jī)，提高醫(yī)院輿情危機(jī)應(yīng)對能力，提升醫(yī)療服務(wù)質(zhì)量，醫(yī)療輿情監(jiān)控和預(yù)警系統(tǒng)顯得尤為重要。該文根據(jù)醫(yī)療網(wǎng)絡(luò)輿情的特點(diǎn)，對醫(yī)療網(wǎng)絡(luò)輿情監(jiān)控和預(yù)警的相關(guān)技術(shù)進(jìn)行了研究。主要包括數(shù)據(jù)收集和預(yù)處理、醫(yī)療知識(shí)庫、醫(yī)療事件預(yù)警模塊的設(shè)計(jì)，最后實(shí)現(xiàn)了一個(gè)原型系統(tǒng)以驗(yàn)證系統(tǒng)的有效性。

關(guān)鍵詞：Logistic；醫(yī)療輿情；監(jiān)控；預(yù)警

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）04-0010-02

1 背景

隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)已成為現(xiàn)代社會(huì)最重要的媒介。CNNIC第40次報(bào)告顯示，截至2017年6月，我國網(wǎng)民規(guī)模達(dá)7.51億，互聯(lián)網(wǎng)普及率為54.3%。其中，即時(shí)通信用戶數(shù)為6.92 億，搜索引擎用戶數(shù)為6.09億，網(wǎng)絡(luò)新聞?dòng)脩粢?guī)模為6.25 億。微信朋友圈、QQ 空間作為即時(shí)通信工具所衍生出來的社交服務(wù)，用戶使用率分別為84.3% 和65.8%。海量用戶通過互聯(lián)網(wǎng)獲取最新資訊，互聯(lián)網(wǎng)雖有利于自由表達(dá)自己的思想，也能被一些壞人利用，誤導(dǎo)輿論。

醫(yī)院輿情危機(jī)指能夠?qū)︶t(yī)院正常運(yùn)營，或者聲譽(yù)造成潛在破壞的輿情。在現(xiàn)今醫(yī)患關(guān)系非常緊張的形勢下，本來一個(gè)普通的醫(yī)患糾紛，通過互聯(lián)網(wǎng)的放大作用，很可能形成輿情危機(jī)事件。因此，有必要建設(shè)高效的醫(yī)療網(wǎng)絡(luò)輿情監(jiān)測和預(yù)警系統(tǒng)，便于醫(yī)療部門盡早采取應(yīng)對措施，將危機(jī)消滅在初期。

本文基于Logistic模型，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)醫(yī)療輿情監(jiān)控與預(yù)警系統(tǒng)。下面將對本系統(tǒng)的構(gòu)成、功能模塊以及實(shí)現(xiàn)進(jìn)行介紹。

2 系統(tǒng)構(gòu)成

本文提出的系統(tǒng)的結(jié)構(gòu)如圖1所示。

系統(tǒng)主要包括6個(gè)模塊：數(shù)據(jù)采集及預(yù)處理模塊、醫(yī)療輿情常態(tài)監(jiān)控模塊、醫(yī)療敏感知識(shí)庫模塊、輿情危機(jī)預(yù)警指標(biāo)體系模塊、預(yù)警多元回歸模型模塊以及四級(jí)預(yù)警與展示模塊。

3 系統(tǒng)實(shí)現(xiàn)關(guān)鍵技術(shù)

3.1 數(shù)據(jù)采集及處理模塊

本模塊的任務(wù)是負(fù)責(zé)博客、論壇、新聞、微博上關(guān)于醫(yī)療輿情網(wǎng)頁的抓取并存入MYSQL數(shù)據(jù)庫。本模塊的功能有兩個(gè)：一是提供對新浪博客、天涯論壇、新浪微博、新浪新聞醫(yī)療輿情網(wǎng)頁抓取的接口。另外可以提供對新浪博客、天涯論壇、新浪微博、新浪新聞實(shí)時(shí)抓取新數(shù)據(jù)的接口。本模塊使用的軟件及工具有：1）Eclipse環(huán)境及jdk 1.8.0_131的java語言。2）WebMagic爬蟲框架，采用其0.7.2開源版本。3）quartz任務(wù)調(diào)度框架，采用其2.2.3開源版本。4）selenium 框架，采用其2.44.0開源版本。5）chrome的自動(dòng)化軟件。

爬蟲爬取具體步驟：

1） 創(chuàng)建詞庫、并且分類。

如圖2所示，創(chuàng)建表。

2） 分析網(wǎng)頁、編寫爬蟲

（1） 根據(jù)關(guān)鍵詞、標(biāo)題、排序等參數(shù)編寫url。

（2） 分析該網(wǎng)頁的文章url的格式、找到規(guī)律，編寫正則表達(dá)式。

（3） 將該網(wǎng)頁中所有符合“文章正則表達(dá)式”的網(wǎng)頁添加到待爬取隊(duì)列當(dāng)中。

（4） 將該頁的分頁也編寫正則表達(dá)式，并且將符合“分頁正則表達(dá)式”的網(wǎng)頁添加到待爬取隊(duì)列當(dāng)中。

（5） 將文章的網(wǎng)頁中的標(biāo)題、正文、日期、作者等相關(guān)信息通過webmagic框架中的方法提取出來，并且存到數(shù)據(jù)庫中。

3） 根據(jù)需要、實(shí)時(shí)抓取

可以將以上爬蟲簡寫成只爬取前兩頁的內(nèi)容，但是獲取到的結(jié)果都要經(jīng)過時(shí)間優(yōu)先，且結(jié)果都要根據(jù)標(biāo)題檢索。

3.2 醫(yī)療輿情知識(shí)庫模塊

醫(yī)療輿情知識(shí)庫模塊由醫(yī)療事件庫、醫(yī)療關(guān)鍵詞庫、關(guān)注站點(diǎn)庫和微博虛擬身份庫組成。醫(yī)療事件庫收集了近年來具有較大社會(huì)影響力的50多個(gè)涉及醫(yī)療糾紛、醫(yī)患關(guān)系、醫(yī)療事故等的醫(yī)療領(lǐng)域事件。醫(yī)療關(guān)鍵詞庫收集了200多個(gè)醫(yī)療關(guān)鍵詞組，為識(shí)別醫(yī)療信息提供幫助。微博虛擬身份庫包含兩百多個(gè)重點(diǎn)關(guān)注用戶，有助于提高數(shù)據(jù)抓取的目標(biāo)性。

3.3 醫(yī)療事件預(yù)警模塊

3.3.1 預(yù)警系數(shù)構(gòu)成

根據(jù)系統(tǒng)采集到的數(shù)據(jù)，制定了輿情發(fā)布、輿情發(fā)布者兩個(gè)一級(jí)系數(shù)，輿情發(fā)布廣度、輿情發(fā)布活速率、輿情發(fā)布者具有的影響力、輿情發(fā)布者活躍程度四個(gè)二級(jí)系數(shù)，以及六個(gè)三級(jí)系數(shù)，如表1所示。

3.3.2 預(yù)警模型構(gòu)造

根據(jù)前期采集到的醫(yī)療事件，采用多元Logistic回歸訓(xùn)練模型，可判別出對醫(yī)療事件預(yù)警起關(guān)鍵作用的指數(shù)，同時(shí)訓(xùn)練出各個(gè)指數(shù)的權(quán)重值。

醫(yī)療輿情事件的預(yù)警可以認(rèn)為是一個(gè)具有兩個(gè)值的因變量的Logistic回歸模型，研究因變量y取值為1（預(yù)警）的概率p與自變量x之間的關(guān)系。自變量x是一個(gè)向量，它是影響y的因素。設(shè)在向量x條件下y=1的概率是p=p（y=1|x），那么所得出的公式（1）就是此條件下的多元Logistic回歸模型。

（1）

以某個(gè)醫(yī)療輿情事件的預(yù)警系數(shù)為識(shí)別變量，對此事件對應(yīng)的六個(gè)預(yù)警系數(shù)作為模型擬合數(shù)據(jù)，構(gòu)建Logistic回歸分析模型，從而可獲得該事件未來輿情危機(jī)爆發(fā)的預(yù)警級(jí)別。預(yù)警機(jī)制可根據(jù)嚴(yán)重程度的不同，分為輕度危機(jī)，普通危機(jī)，重大危機(jī)以及特大危機(jī)等，最后可對重大危急事件進(jìn)行預(yù)警。

根據(jù)已建立的醫(yī)療輿情知識(shí)庫中近期的50個(gè)醫(yī)療事件的六個(gè)醫(yī)療輿情預(yù)警系數(shù)統(tǒng)計(jì)計(jì)算的值，經(jīng)過歸一處理后作為輸入，使用軟件SPSS 24.0中的向前逐步回歸法選擇變量，經(jīng)過10次迭代可獲取預(yù)警模型，最后一次迭代結(jié)果如下表所示。

如果p>0.5，則進(jìn)行預(yù)警，否則，不進(jìn)行預(yù)警。

4 結(jié)束語

總之，基于Logistic回歸模型，通過對爬取下來的有關(guān)醫(yī)療網(wǎng)絡(luò)輿情信息進(jìn)行處理、統(tǒng)計(jì)、計(jì)算和分析，得到了p值作為預(yù)警指標(biāo)，從而可對重大危急事件進(jìn)行預(yù)警，便于醫(yī)院管理部門采取必要措施將醫(yī)療輿情危機(jī)消滅在初始狀態(tài)。但此模型的精度還不是很高，下一步，需增加更多的醫(yī)療輿情預(yù)警系數(shù)來調(diào)整此模型的建模。

參考文獻(xiàn)：

[1] China Internet Network Information Center. 第40次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL]. http：//cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/P020170807351923262153.pdf.

[2] 錢海峰. 公立醫(yī)院危機(jī)成因與應(yīng)對[D]. 上海： 復(fù)旦大學(xué)， 2011.

[3] 張寅榮， 王超超. 醫(yī)療機(jī)構(gòu)網(wǎng)絡(luò)輿情的應(yīng)對策略[J]. 中國醫(yī)院， 2010， 14（7）：41-42.

[4] 溫舟， 婁芳蕾， 史虹婷， 等. 錦州市綜合氣象預(yù)報(bào)預(yù)警服務(wù)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J]. 電腦知識(shí)與技術(shù)， 2017， 13（7）：74-76.

[5] 趙軍， 趙玉玲， 段琪慶. 基于logistic回歸的區(qū)域房地產(chǎn)預(yù)警模型[J]. 中國人口·資源與環(huán)境， 2013， 23（11）：454-457.

[6] 方匡南， 章貴軍， 張惠穎. 基于Lasso-logistic模型的個(gè)人信用風(fēng)險(xiǎn)預(yù)警方法[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2014（2）：125-136.