醫療類社會化搜索答案質量用戶滿意度模型及實證研究

韓文婷 朱慶華 白 玫(.南京大學工程管理學院，江蘇 南京 0093；.南京大學信息管理學院，江蘇 南京 003)

隨著醫療水平的不斷提高，人們對醫療質量的高要求與現行醫療模式的不健全之間產生了許多矛盾。不止如此，快節奏、高壓力和不健康的生活方式，導致越來越多的中青年群體滋生慢性病以及出現亞健康狀態，再加上我國快速老齡化背景下日益膨脹的老年人群體，這3類人群對醫療資源的巨大需求，造成了嚴重的醫療資源供需矛盾。因此，引入當今日益成熟的信息技術，是改善現有的醫療模式、緩解醫療資源供需矛盾的有效途徑。

社會化搜索(Social Search)是一種新興的、基于Web2.0框架的搜索模式，與傳統的搜索引擎不同，它強調用戶之間的交互與協作，利用社會的力量來篩選、整理搜索成果，使搜索內容更多地體現用戶生成內容，給用戶帶來了智能的搜索結果和靈活多樣的搜索體驗[1]。醫療類社會化搜索平臺，利用社會化搜索中用戶大量參與這一特點，將醫生的醫療知識資源從狹窄的醫院中擴散到整個互聯網，能有效地簡化看病程序，中和醫療資源的供需矛盾。截止到2016年，中國移動醫療健康市場用戶規模已接近3億，相比于2015年有了16%的增長[2]。

醫療類社會化搜索平臺固然帶來了許多積極影響，但是其暴露出來的答案質量問題同樣令人堪憂。首先，激烈的市場競爭導致了產品同質化嚴重，頻繁出現同一答案被大量轉載的現象，降低用戶滿意度；其次，由于參與問答的用戶水平難以測評和控制，還存在著答案質量參差不齊的問題。盡管大部分一般的社會化搜索平臺均會有產品同質化、答案質量良莠不齊的問題，但醫療類社會化搜索平臺的答案質量與人們的身體健康息息相關，因此，該類平臺的用戶對于答案質量的敏感度更高。基于以上考慮，控制醫療類社會化搜索平臺的答案質量、提高用戶滿意度，在促進醫療類社會化搜索平臺大量推廣、占領市場份額的過程中顯得尤為重要。

1 相關研究

健康信念模型[3]，運用社會心理學的方法來研究影響人們健康行為的感知、信念等方面的因素。是公共衛生領域應用最廣泛的健康行為研究理論之一，通常應用于疾病預防、健康教育、遵從醫囑行為等方面。近年來隨著智慧醫療的發展，該模型也被應用于分析虛擬醫療社區中用戶的行為特征。顧客滿意度模型，一般用于衡量顧客對于商品和服務的滿意程度，能夠較為客觀地反映顧客的真實想法。該模型一開始僅用于實體商品和服務的測評研究，近年來，圖書情報領域的學者將這一模型引進了信息資源和信息服務測評領域，使得這一模型開始廣泛應用于信息資源質量評價[4]。

在社會化搜索答案質量評價方面，國際上很早就開始了相關的研究，國內近幾年也興起了不少相關的研究?，F有的研究成果主要圍繞：社會化搜索答案質量的影響因素、對社會化搜索答案質量的人工評價、對社會化搜索答案質量的自動化評價、社會化搜索平臺的比較測評等幾個方面。

首先，在社會化搜索答案質量的影響因素研究方面，研究者依據社會化搜索以用戶為中心的特點，將影響用戶選擇最佳答案的因素作為評價社會化搜索答案質量的標準，代表性研究成果有：Kim S等選擇了Yahoo!Answers上的1 200余條用戶答案評論，采用內容分析和用戶打分的辦法，在對數據樣本進行分析之后，總結出用戶評論中關于最佳答案的評價標準，提煉出了內容質量、認知質量、社會情感、外部特征、信息來源、效用等影響因素[5-6]；Zhu Z M等將Answerbag上的50個答案作為數據樣本，采用用戶打分、專家判斷以及比較研究的辦法，總結出了一個社會化搜索答案質量的評價模型，此模型中包括信息量、文明性、完整性、易讀性、相關性、簡明性、真實性、細節性等13個指標[7]；Blooma M J等選取Yahoo!Answers上特定領域的問題，如計算機與互聯網領域、數學領域、藝術人文領域和商業領域等，采取用戶打分的方式，將社會化搜索答案質量的影響因素分為社會化特征和內容特征這兩大類[8]；Oh S等選取Yahoo!Answers上400對健康問答，采取用戶打分和對比分析的方式，得出包括準確性、完整性、相關性等維度的社會化搜索答案質量的評價模型[9]；Wong N M后又選擇Yahoo!Answers上60對老年健康問答，同樣采取用戶打分和對比分析的方法，得出了準確性、完整性、相關性、易讀性、可驗證性、專業建議、有效性和商業化等評價指標[10]。

其次，在社會化搜索答案質量的人工評價研究方面，研究者多是在已有的評價模型或評價指標體系的基礎上，對社會化搜索的答案質量進行人工評估。如Shah C等選擇了5個MTurk的工作人員作為評價人，在Zhu Z M提出的評價模型的基礎上，讓評價人員依照模型中的13個維度來對Yahoo!Answers上的120個問題和600條答案進行評價[11]；Oh S等則是選擇了不同身份的人來對社會化搜索的答案質量進行評價，如圖書館員、護士以及Yahoo!Answers普通用戶等，數據樣本為Yahoo!Answers上400對健康問答，評價指標是包括準確性、完整性、相關性、客觀性、可讀性、來源可靠性、禮貌、自信、同情心以及回答者的努力在內的10個標準[12]；Fichman P則從準確性、完整性、可驗證性這3個維度，利用內容分析和對比分析的辦法，對Askvile、Wiki Answers、Wikipedia Reference Desk和Yahoo!Answers這4個平臺的1 522個樣本進行了質量評估[13]。

再次，社會化搜索答案質量的自動化評價與人工評價不同，研究者一般基于機器學習的辦法，讓計算機來自動識別最佳答案，與人工評價相比，這種方法可以自動、迅速、高效地對社會化搜索的答案質量進行評估。相關的算法有最大熵、邏輯回歸、決策樹、隨機SVM等。如Jeon J等運用最大熵的算法，對Naver Q&A上的1 700個問題對進行自動化評價，準確率達到92%[14]；Hoang L等也采取最大熵算法，對Naver Knowledge Search Service上的2 589個韓文問答進行評價，準確率高達97%[15]；孔維澤等選擇百度知道這一問答社區，利用SVM算法，綜合了基于文本的、鏈接的、時序的、用戶的、問題粒度的特征，對高質量和非高質量的回答的自動分類進行研究[16]；李晨等選擇了百度知道中33 637個問題和145 184個回答，采用機器學習的算法，通過提取文本和非文本兩類特征集，基于特征集設計并最終實現了問答質量的自動分類器[17]；劉高軍等選擇百度知道中的5 000個問題對，利用“問答對”的文本特征、統計信息特征、用戶特征以及問題和答案關聯性特征，建立了一個“問答對”質量分類器，該分類器面向CQA系統，實現了自動選取高質量的“問答對”這一功能[18]。

最后，一些對社會化搜索平臺進行對比測評的研究中也涉及了關于其答案質量的評價。如Shachaf P對問答社區和圖書館參考咨詢的答案質量進行評價，發現一些問答社區的答案質量優于圖書館參考咨詢[19]；Chua A Y K等則是選取了6個中英文的社會化搜索平臺，即Yahoo!Answers、Answerbag、Wiki Answers、百度知道、新浪愛問、騰訊搜搜問問這6個大型的社會化搜索平臺，從這六大平臺中提取數據進行對比分析，還研究了答案質量和回答速度之間的相互作用[20]；吳丹等對Web 2.0環境下9個中英文社會化搜索平臺的答案質量的有效率進行了比較研究，后又通過問答實驗，選擇了3個領域(經濟學、文學、圖書館學)的4類問題(事實性問題、列舉性問題、定義性問題、探索性問題)，對網絡問答社區和聯合參考咨詢的答案質量和效率進行了測評[21]；張興剛等則選擇了5個大型的中文的社會化搜索平臺，分別是百度知道、新浪愛問、雅虎知識堂、天涯問問和騰訊搜搜問問，對她們的答案質量進行了比較評價[22]；賈佳等對百度知道和知乎上的10個問題和20個答案進行了對比分析，測評了這兩個大型平臺的答案質量[23]。

綜上所述，現有的對社會化搜索答案質量的研究大部分是以信息為中心，重視的是平臺與答案的質量問題而忽視用戶感受，以用戶為中心的研究也較少。因此，本文選擇了用戶滿意度的視角，基于顧客滿意度模型和健康信念模型，從用戶的角度出發，來建立用戶對醫療類社會化搜索平臺答案質量的滿意度模型。包括以下潛在變量：醫療類社會化搜索答案的效用質量，來源質量，內容質量，情感質量，健康行為期望，健康威脅感知，自我效能，感知價值和總體滿意度。利用結構方程模型的方法來確定影響醫療類社會化搜索答案質量滿意度的影響因素，希望能夠幫助現有的醫療類社會化搜索平臺更加了解用戶需求，找到改善答案質量、提升用戶滿意度的方法，從而實現提升經濟效益和社會效益這一目的。

2 概念模型的構建

根據美國顧客滿意度測評模型(ACSI)和健康信念模型(HBM)，選取ACSI中的感知價值和滿意度2個變量以及HBM中的健康行為期望、健康威脅感知和自我效能3個變量，結合社會化搜索平臺答案的4個質量維度，構建醫療類社會化搜索答案質量的用戶滿意度概念模型。該概念模型的構成要素主要有：

2.1 醫療類社會化搜索平臺答案質量

用戶使用醫療類社會化搜索平臺，是為了獲取相應的信息，因此，答案質量成為影響用戶滿意度的不可或缺的因素。在社會化搜索答案質量的影響因素方面已有許多研究，由上文可知，影響社會化搜索平臺質量的因素包括信息量、文明性、完整性、易讀性、相關性、簡明性、真實性、細節性、準確性、可驗證性、專業建議、有效性和商業化等等[7,9-10]，本文對以上影響因素進行總結歸納，將答案質量這一變量分為了4個結構變量，分別是答案的效用質量、來源質量、內容質量和情感質量。其中，效用質量的觀測變量為有效性、可行性和實用性[6,10,24]；來源質量的觀測變量為專業性、原創性和外部鏈接[6,24]；內容質量的觀測變量為準確性、完整性、客觀性、可理解性和相關性[8,12,24]；情感質量的觀測變量為回答者對用戶的鼓勵、認同、互動以及實踐性等[6,12,24]。

2.2 健康行為期望

健康行為期望指的是用戶有關健康行為采納的期望，包括行為益處和行為障礙兩個變量[3]，其中行為益處指的是用戶關于健康行為采納所帶來的好處的期望，觀測變量為病情好轉、提前發現病癥以及預防工作；行為障礙則是用戶關于健康行為采納所帶來的阻力的期望，觀測變量為時間花費、金錢花費以及生活受干擾[25-26]。醫療類社會化搜索答案質量的效用質量代表著答案中提出的治療方案具有有效性、可行性和實用性，效用質量高的答案可以幫助患者發現并選擇有效的方式及時治療，提高其對病情好轉的希望。因此假設效用質量與健康行為期望之間存在著正向相關的關系；醫療類社會化搜索答案質量的來源質量代表著答案中提出的治療方案是專業、原創的，并提供外部鏈接以供檢驗，來源質量高的答案可以讓患者了解到不亞于醫院給出的專業治療方案，有利于提高用戶對恢復健康的期望。因此假設來源質量與健康行為期望之間存在著正向相關的關系。

基于以上分析，本文提出以下假設：

H1a：醫療類社會化搜索平臺答案的效用質量與行為益處顯著正相關；

H1b：醫療類社會化搜索平臺答案的效用質量與行為障礙顯著正相關；

H2a：醫療類社會化搜索平臺答案的來源質量與行為益處顯著正相關；

H2b：醫療類社會化搜索平臺答案的來源質量與行為障礙顯著正相關；

2.3 健康威脅感知

健康威脅感知指的是用戶對于病情給自己的健康狀態帶來的影響的感知，包括易感性和嚴重性兩個變量[3]。其中，易感性指的是個體對疾病以及不良后果的可能性和幾率的感知，觀測變量有是否患病、將來患病可能性、與一般人相比患病的可能性；嚴重性指的是個體對疾病的不良影響嚴重性的感知，觀測變量有對病情的擔心、病情對日常生活的影響、病情對人際關系的影響以及病情的嚴重程度感知[25-26]。醫療類社會化搜索答案質量的來源質量代表著答案中提出的治療方案是高可信度的，來源質量高的答案可以幫助患者了解關于自身病情的權威知識。因此假設來源質量與健康威脅感知之間存在著正向相關的關系；醫療類社會化搜索答案質量的內容質量代表著答案中提出的治療方案是準確、客觀的，內容質量高的答案可以提供與問題高度相關的、精準的答案，有利于用戶準確把握自身病情。因此假設內容質量與健康威脅感知之間存在著正向相關的關系。

基于以上分析，本文提出以下假設：

H3a：醫療類社會化搜索平臺答案的來源質量與易感性顯著正相關；

H3b：醫療類社會化搜索平臺答案的來源質量與嚴重性顯著正相關；

H4a：醫療類社會化搜索平臺答案的內容質量與易感性顯著正相關；

H4b：醫療類社會化搜索平臺答案的內容質量與嚴重性顯著正相關；

2.4 自我效能

自我效能指的是用戶基于對自身的認知從而對做出改變自我、采納健康行為的信心[3]，觀測變量有對病情好轉的信心、對保持健康生活方式的信心以及尋找健康信息的行為[25-26]。醫療類社會化搜索答案質量的情感質量代表著回答過程中回答者能夠給予用戶鼓勵、認同，與用戶保持互動等，情感質量高的答案可以給予用戶心理安慰和認同感，幫助患者保持恢復健康的自信心。因此假設情感質量與自我效能之間存在著正向相關的關系。

基于以上分析，本文提出以下假設：

H5：醫療類社會化搜索平臺答案的情感質量與自我效能顯著正相關；

2.5 感知價值

感知價值指的是用戶基于花費成本，對醫療類社會化搜索平臺實際效益的認識[4]。在本文中，用戶的花費成本主要指的是在時間和精力方面的成本。其觀測變量有：用戶對花費成本的感知、用戶對實際效益的感知、與傳統搜索引擎相比對醫療類社會化搜索平臺價值的感知以及與去醫院就醫相比對醫療類社會化搜索平臺價值的感知[27]。一般來說，若醫療類社會化搜索平臺能夠幫助用戶把握病情、對保持健康狀態充滿信心，用戶便能感知到其實際效益。

基于以上分析，本文提出以下假設：

H6a：行為益處與感知價值顯著正相關；

H6b：行為障礙與感知價值顯著負相關；

H8a：易感性與感知價值顯著正相關；

H8b：嚴重性與感知價值顯著負相關；

H10：自我效能與感知價值顯著正相關；

2.6 總體滿意度

總體滿意度指的是用戶對醫療類社會化搜索平臺的搜索結果的滿意程度，指的是用戶的心理狀態，觀測變量有需求相比滿意度、期望相比滿意度以及總體滿意度[4]。同樣的，只有能夠幫助用戶了解病情、選擇合適的治療方案并對病情好轉充滿信心的平臺，才可以提高用戶對該平臺的滿意度。同時，由顧客滿意度模型可知，感知價值與滿意度之間存在著正向相關關系[4]。

基于以上分析，本文提出以下假設：

H7a：行為益處與總體滿意度顯著正相關；

H7b：行為障礙與總體滿意度顯著負相關；

H9a：易感性與總體滿意度顯著正相關；

H9b：嚴重性與總體滿意度顯著負相關；

H11：自我效能與總體滿意度顯著正相關；

H12：感知價值與總體滿意度顯著正相關。

本文采用結構方程模型中的結構變量形式來描述各要素之間的因果關系，最終形成的醫療類社會化搜索答案質量用戶滿意度概念模型如圖1所示。其中，長方形表示的是結構變量；有向箭頭表示的是結構變量之間的假設關系。

圖1 醫療類社會化搜索答案質量滿意度邏輯模型

3 模型驗證

本文以醫療類社會化搜索平臺為研究對象，采用問卷調查法收集數據，分析用戶對醫療類社會化搜索平臺答案質量滿意度的影響因素和影響機制，并選擇了結構方程模型(SEM)方法和SmartPLS軟件對模型進行修正，最終獲得了醫療類社會化搜索平臺答案質量的滿意度模型。

3.1 數據收集

首先，調查問卷的設計。本文先通過文獻調研完成了問卷的初步設計，后又通過問卷前測修正初始問卷，形成最終的問卷。最終問卷分為兩部分：第一部分為用戶滿意度調查部分，題項與概念模型中的觀測變量相對應。答案選項采用的是Likert 5級量表；第二部分是用戶基本信息的調查，包括被調查者的性別、年齡、學歷、使用醫療類社會化搜索平臺的經驗等。

其次，調查數據的收集。本次調查面向醫療類社會化搜索平臺的所有用戶，采用隨機選擇的方法選取調查對象。在調查方法上，采用了網絡調查為主、紙質問卷為輔的方式。其中，網絡問卷共發放200份，回收196份，有效問卷160份，回收有效率為80%；紙質問卷共發放80份，回收76份，有效問卷70份，回收有效率為87.5%。線上和線下累計回收有效問卷230份。

最后，從樣本數據中用戶的基本信息來看，樣本用戶以18～35歲的中青年為主，學歷一般在本科及以上，使用醫療類社會化搜索平臺的時間還不長，基本在3年以內。

3.2 數據可靠性檢驗

3.2.1 共同方法偏差檢驗

共同方法偏差是一種系統誤差，指的是因為同樣的數據來源或評分者、同樣的測量環境、項目語境以及項目本身特征所造成的預測變量與效標變量之間人為的共變[28]。是后續一切研究的起點。

一般來說，若模型中任意兩個變量之間的相關系數都大于0.6，這說明模型存在著嚴重的共同方法偏差。表1為變量間的相關系數表，由表1可知，模型中結構變量間的相關系數絕大部分都在0.6以下。雖然有部分相關系數超過了0.6，原因可能是數據來源于單一問卷?？傮w來說，所測變量間的共同方法偏差不會影響到結果的可靠性。

表1 醫療類社會化搜索答案質量滿意度相關系數表

3.2.2 信度檢驗

信度代表了問卷調查的可重復性、調查前后的一致性和時間上的穩定性，因此，研究中一般用信度來檢驗測評的精確性[29]。信度越高，代表數據的可靠性程度越高，調查成果也越具有說服力。本文選取克朗巴哈信度(Cronbach Alpha)來檢驗調查結果的信度，因為這一系數是社會科學領域Likert量表相關的信度估計中最常采用的系數，信度檢驗的結果如表2所示：

表2 醫療類社會化搜索答案質量滿意度問卷信度檢驗

一般認為，Cronbach Alpha的值在0.7以上，代表數據的可靠性程度很高，0.5以下則代表數據可靠性不可接受。如表1所示，除感知價值變量的克朗巴哈信度系數為0.69之外，其余變量系數值均在0.7以上，說明問卷數據整體信度較高，具有良好的可靠性和內部一致性。

3.2.3 效度檢驗

效度[29]代表的是調查中的問項對于研究者想要研究的問題的反映程度。一般來說，除了對內容效度的檢驗之外，還需對結構的效度進行檢驗。其中，內容效度的保證需要在問卷設計與問卷前測階段，通過文獻調研和專家訪談兩種方法，來達到問卷中的各個問項均能有效測量主題的目的。

對結構效度的檢驗，分為內斂效度檢驗和判別效度檢驗。其中，內斂效度檢驗一般是采用AVE值來表示，該值代表了觀測變量在解釋結構變量時的方差。AVE的值大于0.5，代表內斂效度可接受。如表3所示，所有結構變量內斂效度檢驗均合格。

判別效度指的是各個概念之間存在可區分的內涵和實證方面的差異。一般來說，模型中每個結構變量的AVE的平方根大于結構變量之間的相關系數，即AVE大于結構變量之間相關系數的平方，說明該模型中各個變量的判別效度較好。如表4所示，表4下半部分為相關系數，對角線上的數值為對應的結構變量的AVE的平方根。各結構變量的AVE的平方根均遠大于相關系數，說明本模型具有較高的判別效度。

表3 醫療類社會化搜索答案質量滿意度問卷內斂效度檢驗

除了檢驗結構變量的效度，本文還采用了各觀測變量對應于結構變量的因子負荷系數，來檢驗各觀測變量的內斂效度。檢測結果顯示，大部分觀測變量的因子負荷系數在0.8以上，內斂效度很強。但是有3個觀測變量的內斂效度較弱。內容質量的問項4以及嚴重性的問項1均為帶有強烈主觀意向的問項，對主題的反映程度不強；而嚴重性的問項2與問項3有所重復，導致問項2的內斂效度較弱。故在模型中刪除了以上3個問項。

3.3 模型驗證

本文采用SmartPLS 2.0工具軟件進行模型設置、數據錄入和統計分析等工作。SmartPLS 2.0工具軟件以預測為導向，適用于探索及解釋型研究，無需充分的理論基礎，對樣本數量要求不高，比較適合本文的分析。

運用SmartPLS 2.0工具軟件對模型進行顯著性檢驗，結果如表5所示：當P<0.10時，假設H2b和H9a顯著，得到支持；當P<0.05時，假設H3b、H4a、H4b、H6a、H7a和H8a顯著，得到支持；當P<0.01時，假設H1a顯著，得到支持；當P<0.001時，假設H2a、H3a、H5、H10、H11和H12顯著，得到支持；而假設H1b、H6b、H7b、H8b、H9b由于顯著性水平較低，不被支持。

表4 醫療類社會化搜索答案質量滿意度問卷判別效度檢驗

表5 顯著性檢驗之T值檢驗

運用SmartPLS 2.0軟件，在軟件中構建本文設計的概念模型圖，導入調查數據，對模型進行路徑分析。通過以上信度、效度和顯著性檢驗，對模型進行相應的修正，最終得到驗證后的模型圖。顯著性路徑圖如圖2所示。

圖2 醫療類社會化搜索答案質量用戶滿意度模型顯著性路徑圖

圖中結構變量間關系上的數值為兩個變量之間的路徑系數，路徑系數的大小代表自變量對因變量的影響大小，路徑系數的符號代表變量間的關系為正向還是負向；星號代表顯著性水平，星號越多，代表變量間的關系越顯著；R2代表結構變量最終被解釋的程度，R2越高，代表變量被解釋的程度越好。由圖2可知：通過檢驗的關系均為正向關系，其中來源質量與行為益處、來源質量與易感性、情感質量與自我效能、自我效能與感知價值、感知價值與總體滿意度之間的關系顯著性非常高；作為最終解釋變量的總體滿意度R2較高，說明本文研究模型具有較好的預測和解釋能力。

4 結果討論

根據上文中修正后的醫療類社會化搜索答案質量用戶滿意度模型圖，對變量間關系進行分析討論，以發現醫療類社會化搜索答案質量用戶滿意度的影響機制和關鍵影響因素。研究結論如下：

1)醫療類社會化搜索答案的來源質量關系均通過檢驗，需重視

來源質量對用戶的健康行為期望(行為益處和行為障礙)和健康威脅感知(易感性和嚴重性)均有影響。其中，對于行為益處和易感性的影響較大，路徑系數分別為0.47和0.45。由此得知，答案的來源質量可以幫助人們更好的認識自己的病情，并采取一定的預防措施，因此需重視答案質量的來源質量。

2)醫療類社會化搜索答案的情感質量對自我效能影響較大

情感質量與自我效能之間的路徑系數達到了0.53，說明兩者之間的因果關系較強。由此得知，如果醫療類社會化搜索平臺上的回答者能帶給用戶正向的情感支持，則會極大地增強用戶對于改變自我、采取健康行為的自信心。

3)與感知價值和總體滿意度顯著負相關的關系均未通過檢驗

原假設中假定行為障礙和感知嚴重性對于感知價值和總體滿意度顯著負相關，而兩者在顯著性檢驗中均未通過檢驗。另外3個具有正相關關系的變量，行為益處、感知易感性和自我效能，則通過了檢驗。由此得知，對于用戶的感知價值和滿意度而言，答案所帶來的正向影響要比負向影響更顯著。

4)自我效能與感知價值和滿意度的關系顯著，影響突出

自我效能指的是用戶對病情好轉、采取健康的生活方式的信心。其對于感知價值和滿意度的路徑系數分別為0.36和0.3，相比于行為益處和感知易感性，自我效能對于感知價值和滿意度的影響作用更大。這說明，用戶在使用醫療類社會化搜索平臺時，很看重對自我的改變。如果醫療類社會化搜索平臺能夠給予用戶積極向上的暗示，使其對病情好轉和健康生活充滿信心，則會極大地提高用戶的感知價值和滿意度。

5)行為益處、易感性、自我效能對于感知價值的影響總體大于滿意度

行為益處、感知易感性和自我效能都是既會影響感知價值，又會影響用戶滿意度的3個因素，但是它們對感知價值和滿意度的影響程度不同。整體來看，對于感知價值的影響較大，尤其是行為益處和感知易感性。這說明，目前使用醫療類社會化搜索平臺的用戶已經能夠認可其帶來的價值與效益，但是還不至于達到對這類平臺感到滿意的程度。

上述討論結果對于改進醫療類社會化搜索平臺的答案質量、提高用戶使用率、增強用戶粘性具有一定的借鑒意義。具體建議有：

1)重視答案來源質量，保證答案的專業性。如：限定回答者的資格，保證只有具有專業經驗的醫師才有資格回答問題；要求回答者在回答問題時注明答題依據和出處；強化舉報制度，嚴禁不實和抄襲答案等。

2)重視答案的情感質量，給予用戶積極心理暗示。如：完善用戶間的互動機制，建立更方便用戶進行溝通交互的平臺；加強信息凈化，重視舉報制度，及時清理負面及不良信息；根據疾病種類建立不同交流社區，使患有同種疾病的病友和醫師之間可以自由溝通，增強用戶認同感等。

3)優化平臺形象，增強用戶粘性。大部分用戶在使用過醫療類社會化搜索平臺之后，能夠認可其帶來了一定的效益，但不能達到滿意的程度。因此，醫療類社會搜索平臺的建設者應優化平臺形象，使用戶更加了解與信賴該平臺；增強用戶粘性，使得用戶在長時間的使用過程中逐漸達到滿意程度。

5 結 語

醫療類社會化搜索平臺是簡化看病程序、中和醫療資源供需矛盾的有效途徑，其答案質量直接影響用戶的使用體驗，進而決定著這類平臺的市場占有率。本文基于健康信念模型和顧客滿意度模型，構建以用戶為中心的醫療類社會化搜索答案質量用戶滿意度模型，并通過實證研究修正模型，分析影響用戶滿意度的關鍵影響因素和影響機制。

由于醫療類社會化搜索平臺出現時間不長，本研究也僅屬于探索型研究，在理論基礎、樣本數據質量等方面還存在著許多不足。如研究中假設提出的推導過程較為簡單，采用單一問卷調查方法等。在此后的研究中，還需加大文獻調研的力度，擴大樣本容量，豐富樣本范圍，或者嘗試進行分組研究，以進一步細化并完善研究工作。