基于图文数据的Bilibili社交平台健康信息主题态势演化分析
来源：图书情报工作杂志2025年第15期北京时间：
作者：郭宇,刘梦婷,刘芳妤,王雪秋
单位：1 吉林大学商学与管理学院 长春 130022;2 吉林大学信息资源研究中心 长春 130022;3 长春光华学院商学院 长春 130031
摘要：[目的/意义] 深入探究公众在社交平台上反映的日常生活中的各类基础、综合性健康问题及健康矛盾，同时聚焦社交平台上不同健康信息主题的发展演变态势。[方法/过程] 首先，对社交平台上健康信息的图文数据进行转化，利用BERTopic主题模型构建主题文档；其次，在主题文档中嵌入时间节点，识别健康信息主题的演化发展；最后，预测未来健康信息主题的发展态势。[结果/结论] 为健康信息领域动态发展的研究提供参考，有利于公众建立健全的健康认知体系，并向其普及健康知识，引导公众建立正确的健康观。
关键词：多模态图文数据,态势演化,主题模型,隐马尔可夫模型,社交平台健康信息,
基金资助：本文系国家社会科学基金一般项目“多模态网络数据安全态势感知及风险协同治理机制研究”(项目编号：23BTQ076)研究成果之一，并得到国家留学基金资助。
