面向用戶健康賦能的健康領域知識服務研究

馬海云 楊欣誼

摘? ?要：目前有關用戶健康賦能的研究多以從用戶自身特質及外部因素對其賦能的影響探究為主，知識服務作為賦能用戶的重要手段之一卻鮮有研究提及。文章旨在構建基于用戶健康賦能的健康領域知識服務模式，以期通過健康領域知識服務模式的改進，增強健康領域知識服務賦予用戶管理自身健康狀況、參與健康問題決策的能力。首先，在梳理用戶健康賦能和健康領域知識服務現狀的基礎上，明確面向用戶健康賦能的知識服務目標；其次，刻畫了用戶的健康知識需求會隨檢索進程的推進而發生變化的現實情況；接著，提出了能夠滿足用戶健康知識需求變化的知識提供模型，并給出了基于知識服務的用戶健康賦能機制；最后，給出了用戶表達知識需求與知識資源的匹配流程，并構建了面向用戶健康賦能的健康領域知識服務模式。

關鍵詞：用戶賦能；健康知識需求；知識組織；知識服務

中圖分類號：R193? ?文獻標識碼：Ａ? ?DOI：10.11968/tsyqb.1003-6938.2023011

Abstract Current research on user health empowerment mainly focuses on the influence of users' attributes and external factors on their empowerment， but knowledge services as one of the important ways to empower users have rarely been mentioned. This paper aims to develop a health domain knowledge service model based on user health empowerment， to empower users to manage their health conditions and participate in decision-making on health issues. Based on the current research on user health empowerment and health domain knowledge services， we propose a user classification based on knowledge needs and construct a corresponding knowledge provision model by clarifying the objectives of user health empowerment-oriented knowledge services; secondly， we portray the change process of users' health knowledge reserves in the process of searching for health information and point out that the types of knowledge need to which users belong will change as the search process progresses. Finally. The matching process between users' expressed knowledge needs and knowledge resources is given， and a health domain knowledge service model for users' health empowerment is constructed.

Key words user empowerment; health knowledge needs; knowledge organization; knowledge services

2019年，國務院出臺了關于實施健康中國行動的意見，指出要將優化健康服務、普及健康知識、構建健康環境放在更加突出的位置。近年來，隨著生活方式與生存環境的急劇變化，以及互聯網、大數據技術和移動設備的快速普及，公眾趨于通過互聯網平臺獲取健康信息，以實現對自身健康狀況的控制和管理［1］。在此背景下，借助互聯網平臺向公眾提供健康知識服務、普及健康知識，以便賦予用戶掌控自身健康狀況的能力，促進用戶健康賦能，已經成為推進健康中國戰略實施的重要舉措之一。

通過互聯網平臺促進用戶健康賦能要求知識服務平臺能夠準確識別并把握用戶健康知識需求，為用戶提供個性化的知識服務。雖然國內外學者已經遵循用戶需求導向從服務模式［2］、技術實現［3］以及呈現方式設計［4］等多個角度對健康領域知識服務展開了積極探索，并積累了一定的理論和實踐成果。但是針對健康知識服務的過程中用戶需求會隨自身知識累積而動態變化的問題，學界尚未給出有效解決方案和廣泛關注。此外，雖然信息檢索技術的發展有望提高知識服務的準確率，但用戶口語化的知識需求表達方式與高度專業化的健康知識資源的匹配問題仍是數字化時代健康領域知識服務的未竟難題之一。

鑒于此，本文將從用戶動態變化的知識需求視角切入，構建能夠促進用戶健康賦能的健康領域知識服務模式。首先，在明確面向用戶健康賦能的知識服務目標之后，刻畫了健康知識檢索進程中用戶健康知識的演化情況；其次，根據知識需求對用戶進行分類并構建相應的知識提供模型；最后，為將理論下沉到實踐層面，嘗試給出用戶表達出的知識需求與知識資源的匹配流程，并構建面向用戶健康賦能的健康領域知識服務模式，以期為促進健康領域知識服務的發展提供新的思路和行動參考。

1? ?文獻回顧

1.1? ? 用戶健康賦能

賦能是指通過賦予個體技術、方法和資源的方式，加強其處理問題、實現自我的能力［5］。這一概念最早由Follett于1924年提出［6］，但直至1976年，美國學者Solomon提議要在社會工作中賦予員工共同參與活動的權力［7］，賦能理論才逐漸系統化地發展起來。1995年， Graham強調在工作中應充分發揮個體的主觀能動性［8］，有關賦能理論的研究逐漸由“賦予權力”向“賦予能力”轉變。

本文根據賦能理論，將健康賦能理解為在用戶充分了解情況的基礎上，賦予其應對健康問題、參與健康決策的能力，加強用戶對自身健康狀況的掌控能力。健康賦能強調以用戶為中心，認為個人應該對自己的健康負責，鼓勵用戶積極參與健康問題決策，努力實現個人在健康方面的自我效能。健康賦能作為賦能理論在醫學領域的發展延伸，引發了學者們對健康賦能所涉及的理論、方法及應用等方面的積極探索，本文對相關研究進行了梳理（見表1）。

梳理發現，目前關于健康賦能的研究仍處于理論探索和實踐嘗試階段。在理論研究方面，現有研究嘗試構建起關于健康賦能的概念維度、影響因素、量表和促進機制等基礎理論框架；在方法和應用研究方面，則注重于賦能工具與方法模型的開發嘗試。已有部分研究成果證實了在線健康信息對健康賦能的影響作用，并指出互聯網健康信息的質量［22］、索引結果的準確性［23］等是決定在線健康信息是否能賦能用戶健康的關鍵。但從現有研究的梳理結果來看，仍缺乏對如何有效利用在線健康信息為用戶提供健康知識服務，從而促進用戶健康賦能的深入探討。通過健康知識服務對用戶進行健康賦能還需要一套完善可靠的服務模式與流程。

1.2? ? 健康領域知識服務

移動互聯網的普及和公眾自我健康管理意識的增強促進了健康領域知識服務的發展，學者們由此展開了關于知識服務相關理論與方法在健康領域的應用實踐探索。已有學者指出大數據背景下的健康領域知識服務更加注重用戶個性化的服務需求［24］。除了整合來自互聯網健康社區、醫學文獻庫以及醫療機構等多個來源的健康知識外，還需要通過對用戶行為數據、穿戴設備數據以及用戶調研數據等的挖掘，為用戶提供易理解、可使用的個性化健康知識服務。

目前健康領域知識服務相關研究大致可以分為理論探索、技術開發和平臺開發三類。其中，健康知識服務的理論研究主要關注知識服務機制與框架的探索，如馬費成和周利琴［1］、馬海云等［2］構建了面向用戶需求的健康領域知識組織管理與服務框架結構；顧佐佐等［25］探究了大數據環境下面向用戶動態需求的健康領域知識服務機制與框架。技術開發類研究側重于開發知識服務的方法，如楊善林等［3］、顧東曉［26］等提出了健康大數據環境驅動下的知識服務推薦方法；Kuziemsky和Lau［27］、Christopoulou［28］等構建了基于本體方法的個性化醫療服務模型。平臺開發類研究則關注知識服務的實踐探討，如Liang等［29］、熊回香等［30］、唐曉波等［31］對知識服務應用平臺開發與實施展開了研究。上述研究對健康領域的知識服務做出了有益探索，且多數研究強調了用戶需求在健康領域知識服務中的重要性，為本文的研究奠定了基礎。

綜上所述，目前關于這兩類主題內容的研究仍處于探索階段，且探究應用健康知識服務促進用戶健康賦能的研究相對較少，少部分學者就健康知識內容選擇和呈現方式等因素對健康賦能的影響進行了探索性的驗證研究［32］，整體來看相關研究仍缺乏系統性。鑒于在線健康資源愈加紛繁復雜，合理利用在線資源為用戶提供健康知識服務已經成為用戶健康賦權的重要手段之一。因此有必要系統探討面向用戶健康賦能的健康領域知識服務模式與方法，增強用戶應對健康問題的能力，為實現健康中國的戰略目標添磚加瓦。

2? ?知識服務視角下的用戶健康賦能

2.1? ? 面向用戶健康賦能的知識服務目標

在線健康平臺的興起為用戶充分了解自身健康狀況、參與自身健康問題決策提供了豐富的數字資源。然而，健康領域知識高度專業化與普通用戶健康素養能力不足之間的矛盾使得普通用戶難以利用互聯網健康信息滿足自身健康知識需求。

在“互聯網+大數據”的時代背景下，用戶健康賦能逐漸由以技術為中心的工具賦能向以用戶為中心的資源賦能轉變。這種轉變為以用戶健康賦能為目的的知識服務提出了新的要求。一方面，服務提供者需要在用戶知識搜尋的各個階段正確解讀用戶的健康知識需求。雖然現有研究從個人基本特征［33］、健康素養［34］以及所面臨的健康問題緊急程度［11］等方面對用戶健康知識需求展開探討，旨在通過識別用戶知識需求提高知識反饋的準確性。但這種方式在提高知識服務精準度的同時也導致了信息繭房效應［35］，忽視了在健康知識搜尋進程中，由于用戶知識量的增加而導致的健康知識需求發生變化的現實情況［36］。通過知識服務實現用戶健康賦能仍需要從準確把握用戶在健康知識搜尋過程中的需求變化情況，精準、全面的為其提供健康知識面做出進一步探討。

此外，服務提供者還應關注用戶自然表達的健康知識需求與專業化知識資源之間的匹配問題。普通用戶往往傾向于用簡單具體的自然語言來表述自身的健康狀況及知識需求［37］，這些表述通常與健康領域專業術語不匹配，會導致反饋給用戶的檢索結果無法滿足其知識需求。因此，面向用戶健康賦能的健康知識服務不僅需要利用計算機技術融合互聯網上多源異構的健康知識，還需要以用戶及其需求為中心，為用戶提供可理解的健康知識。

2.2? ? 用戶健康知識需求演化

在實際的健康知識搜尋過程中，用戶所掌握的知識內容會隨著搜尋進程的開展而得到補充，同時對相關主題的健康知識會有更深層次的理解和掌握。因此，在檢索進程的不同階段，用戶的健康知識需求會發生相應的變化［38］。如當初次檢索“如何避免心腦血管疾病”時，用戶更關注與解答該問題高度相關的措施或方法。但在多次檢索后，用戶會逐漸掌握與心腦血管疾病預防相關的部分知識，其知識需求開始側重于與心腦血管疾病成因、治療等更細節層次的知識；隨著用戶檢索詞中包含“心腦血管疾病”的次數越來越多，用戶對該健康主題的認知層次越來越深，開始關注包括“糖尿病”“高血壓”等與“心腦血管疾病”主題相關的健康知識內容。最后，隨著檢索進程的繼續推進，用戶對知識內容的多樣性有了更高的期待，開始了以心腦血管疾病為出發點，拓展其關于慢性病領域的知識。

由上述分析可知，用戶知識儲備量的增加會促使其所關注的知識內容多樣性和主題相關程度發生變化，因此，對于用戶健康知識需求的判斷并不是一勞永逸的。本文根據用戶健康知識檢索進程刻畫了用戶健康知識需求的變化情況，并依據用戶的健康知識檢索進程和知識需求將用戶分為四類：即基礎搜尋者、深度搜尋者、廣泛搜尋者和探索者（用戶在健康知識檢索進程中的知識需求及角色演化見圖1）。

基礎搜尋者作為某健康領域的入門者，是指對相關健康主題知識知之甚少的用戶，這類用戶通常以健康問題為導向，主要尋求與其健康問題相關的基礎健康知識；深度搜尋者是指對相關主題的健康知識有初步的了解，但需要更加具體的細節知識來加深用戶關于某健康主題認知的用戶，這類用戶通常傾向于獲得與某健康主題相關的細節知識；廣泛搜尋者是指對所檢索的健康主題有一定的知識儲備，希望獲得與起始主題部分相關的知識來擴充其關于某健康領域知識的用戶，這類用戶通常對健康主題沒有嚴格的限制，希望獲得與健康主題相關的領域知識；探索者則認為初始的檢索詞只是一個起點，由于這類用戶通常對某一健康領域的知識已經較為熟悉，他們希望通過與起始關鍵詞松散相關的主題來擴展自己的健康領域知識。

2.3? ? 基于用戶健康知識需求的知識提供模式

準確把握健康領域的知識結構，充分理解健康知識系統所包含的主要要素是為用戶提供健康知識服務的前提。關于知識結構的劃分，趙蓉英將其分為知識節點及其關系之間的簡單二層次結構［39］，胡昌平和陳果認為知識結構可以劃分為基礎層、中間層以及細節層三個層次［40］，馬海云和薛翔考慮到大數據環境下的領域知識不斷擴充的動態性及用戶需求的多樣性，將知識結構劃分為知識拓展層、問題求解層、基礎細節層、中間要素層四個層次，以便靈活的擴充與提取知識［41］。考慮到健康領域用戶知識需求的多樣性，及互聯網環境下健康知識不斷擴充的動態性，文章借鑒馬海云等根據用戶需求對領域知識層次結構的劃分，將健康知識分為四個層次：主題特征要素（與健康主題相關的全部領域特征項）、關聯健康知識（特征項之間的關聯）、核心要素知識（健康主題領域核心知識要素）和能夠解決用戶健康問題的知識單元。健康知識要素的層次劃分能夠更好的貼合用戶類型及知識需求特征，設計健康知識服務方案、聚合健康知識內容，向用戶提供精準且全面的健康知識（具體的知識提供模式見圖2）。

對于基礎搜尋者而言，通常更關心如何利用所獲得的知識解決自身的健康問題，所以，為基礎搜尋者用戶提供的知識服務應側重于問題解決的方案；對于深度搜尋者而言，他們關注的知識內容常常涉及特定健康主題的方方面面，通常需要通過所獲得的知識服務內容加深對特定健康領域的認知，因此，為深度搜尋者用戶提供的知識服務內容主要為特定健康領域的核心要素；對于廣泛搜尋者而言，他們的知識需求往往和某特定主題相關，為該類用戶提供健康知識服務時應該更注重內容的廣度而非深度，通常為其提供與特定健康主題存在關聯的健康知識；對于探索者而言，他們的知識需求往往不局限于某特定主題，該類用戶追求所獲得知識的全面性而非內容的精密性，希望通過知識服務的內容拓展健康領域知識。因此，為該類用戶提供的知識服務內容應是與某特定健康主題松散相關的細節特征知識。

需要注意的是，考慮到用戶健康知識需求和所屬的角色會隨著檢索進程的開展而變化，知識提供過程中要隨時調整健康知識提供方案及內容整合策略，在保證知識服務精確性的同時，盡可能為用戶提供多樣化的健康知識。

2.4? ? 基于知識服務的用戶健康賦能過程

文章認為在用戶搜尋健康知識的過程中關于特定健康領域知識儲備會隨著檢索進程的推進而增加。因此，需要根據用戶的知識搜尋進程來確定用戶所需的健康知識，并據此調整健康知識提供的內容。這種知識服務提供的模式能夠動態的平衡用戶健康知識的學習效果，使用戶能夠循序漸進地擴展健康知識，從而為用戶實現自我健康效能提供充分的知識儲備（通過知識服務實現用戶健康賦能的促進機制見圖3）。

知識服務平臺根據用戶知識需求類型（健康問題求解、健康知識拓展、健康認知加深等）為其提供相應的知識。在獲得知識服務之后，用戶的健康素養總體提升，主要體現在對相關領域的健康知識增加、健康理念提升以及改善或保持健康狀況的技能掌握等多個方面。這能夠幫助用戶平衡且全面的掌握與健康問題相關的知識，在一定程度上提升用戶量化健康狀況、參與健康管理問題的相關決策以及改變健康行為等方面的能力，從而達到促進用戶健康賦能的目的。

綜上所述，根據用戶所處的檢索階段及其知識需求對用戶進行分類，針對各個類型用戶的特征，為其提供相應的知識服務內容，能夠動態的平衡用戶健康知識的學習效果，從而提升用戶健康素養。使用戶能夠循序漸進地增強掌控健康狀況的能力，在促進用戶健康賦能的同時，推動健康領域知識服務的發展。

3? ?面向用戶健康賦能的領域知識服務模式

3.1? ? 用戶知識需求與健康資源的匹配

高質量的知識服務是促進用戶賦能發展的前提。在網絡健康知識服務平臺急速膨脹增長的時代，用戶對健康知識服務質量的評估不僅由服務形式所決定，而更取決于服務內容滿足用戶知識需求的程度［42］。因此，促進用戶健康賦能的首要前提是根據用戶的知識需求來確定服務內容提供的方案。已有研究表明，用戶在搜尋健康信息時往往傾向于用非結構化的簡短口語表達自己的健康知識需求，健康領域知識服務質量的提升仍需解決用戶口語化表述與知識庫中專業術語資源的匹配問題［43］。文章根據已有關于用戶需求與知識服務的語義匹配框架［2］，設計了健康領域用戶需求與知識資源的匹配流程（見圖4）。

由圖4可見，用戶需求與健康資源的匹配主要包括健康知識需求語義網絡構建，用戶健康知識查詢邏輯生成以及用戶反饋擴充健康知識需求語義網絡三個主要流程：

在用戶健康知識需求語義網絡構建階段，首先對相關健康主題領域的健康社區內容、用戶使用平臺的文檔以及用戶知識搜尋行為等內容進行實體、關系抽取等處理工作，得出用戶健康知識需求的網絡節點；其次，整合并命名需求網絡節點，并定義節點間的語義關系；最后，利用關聯數據技術，解析描述用戶健康知識需求，并將挖掘出的健康知識需求節點及關系進行語義融合，構建用戶健康知識需求語義網絡［2］。該步驟是實現用戶健康知識需求的語義化整合及局部共享，達成用戶健康知識需求與健康資源匹配的先決條件。

在用戶健康知識查詢邏輯生成階段主要是對用戶的搜尋內容進行處理分析。首先，在對用戶檢索內容進行命名實體識別之后，提取出其中的實體與關系；其次，對所提取的實體和關系進行語義解析。語義解析的過程分為詞法解析、句法解析和語義解析三個維度［44］。其中，詞法解析主要是對提取出的實體進行標注；句法分析則側重識別出句子中的實體間的相互關系與結構；語義分析則負責解析用戶檢索內容中的語義并識別用戶的搜尋意圖，生成用戶的健康知識查詢邏輯。

在生成用戶健康知識查詢邏輯之后，結合所構建的用戶健康知識需求語義網能夠生成用戶的健康知識語義化需求，該語義化需求能夠將識別并提取出用戶的檢索意圖與搜尋邏輯，使用需求語義在健康知識庫中進行資源查找與匹配，完成用戶健康知識服務內容的選擇。用戶對所獲得知識服務內容進行評估反饋，對用戶的反饋內容進行挖掘，進一步的探測出其隱含的規律以擴充和優化用戶健康知識需求語義網絡。該擴充優化過程是保障健康領域知識服務持續創新發展的核心。

3.2? ? 面向用戶健康賦能的知識服務模式

面向用戶健康賦能的健康領域知識服務需要精準把握用戶在健康知識搜尋過程中的知識需求變化情況，及時調整知識提供和內容整合方案，以便滿足用戶在知識搜尋過程中不斷地學習相應的健康知識，提升自身健康素養，逐漸賦予其管理自身健康狀況與參與健康問題決策的能力。此外，為提高知識服務內容的精準度，還應解決用戶口語化表達的知識需求與專業健康領域知識資源之間的匹配問題。基于此，本文構建了面向用戶健康賦能的知識服務模式，該服務模式將面向用戶健康賦能的知識服務過程劃分為服務提供前的用戶健康知識需求畫像分類階段、服務進行中的知識服務提供階段和服務提供后的用戶反饋優化階段（具體知識服務模式見圖5）。

在用戶畫像分類階段，主要通過用戶的個人數據［4］（主要包括學歷、年齡、健康狀況等個人信息、以及通過調研獲得的用戶健康素養情況等內容）及行為數據（主要包括關鍵詞檢索頻次與頻率、知識瀏覽記錄等），判斷其所需的健康知識內容，進而將用戶分為基礎搜尋者、深度搜尋者、廣泛搜尋者和探索者四類。在確定好用戶所需的知識需求和用戶角色之后，根據本文所提出的基于用戶健康知識需求知識提供模式為各類用戶定制知識提供的方案。

在知識服務提供階段，主要是根據用戶實際檢索內容的解析進行健康知識服務提供的方案確定以及健康知識資源的選擇匹配。具體為，對用戶實際檢索內容進行語義優化和意圖識別等處理之后，結合所構建的用戶需求語義網絡獲得用戶檢索內容中的需求語義；再根據用戶畫像模型結果確定用戶所屬的知識需求類型，進而設計用戶知識服務提供的內容方案，結合用戶需求語義與用戶知識服務提供方案從健康知識庫中抽取相應的知識資源，并將其以可視化的方式提供給用戶，實現面向用戶檢索進程中實際知識需求為主的知識服務提供。

在健康賦能與服務優化階段，用戶在獲得知識服務平臺在為其提供的健康知識服務后，自身的健康素養和對健康狀況的認知及管理能力逐漸增強，促進其實現包括健康量化、決策參與和健康行為改變等在內的健康賦能行為。通過對用戶反饋以及用戶在搜尋健康知識過程中行為的分析，來實現用戶需求語義網絡的擴充和用戶知識需求分類模型的優化。此外，對用戶反饋結果的分析，能夠進一步的優化用戶檢索內容解析流程，實現更好的語義優化，提高用戶檢索意圖識別的精準度，通過用戶賦能和反饋結果的分析來完善知識需求分類模型和用戶需求語義識別，是健康領域知識服務長效創新發展的核心。

總體而言，面向用戶健康賦能的領域知識服務模式有如下特點：

（1）重視用戶健康知識需求在知識服務過程中的動態性。通過刻畫用戶健康知識需求隨健康知識檢索進程推進而發生變化的現實情況，方便知識服務提供者及時根據用戶健康知識需求調整知識服務方案，能夠在用戶知識搜尋的不同階段為其提供相應層次的健康知識，從而實現在滿足用戶在各個階段的知識需求的同時，保證知識提供內容的多樣性，為賦予用戶參與自身健康狀況管理、解決自身健康問題的能力提供充足的知識體系支撐。

（2）強調用戶自然表達的健康知識需求與專業健康知識資源間的匹配。通過用戶需求語義網的構建和用戶檢索內容的語義優化及意圖識別，生成用戶健康知識需求語義，以此為基礎進行用戶需求與知識資源的匹配，在實現精準資源匹配的同時，能夠更好的學習和把握用戶知識需求的變化，為提高知識服務質量奠定基礎。

4? ?結語

用戶搜尋健康信息的過程可視為其學習相關領域健康知識的方式之一。這種“搜索即學習”現象的存在為從用戶健康賦能視角來促進健康領域知識服務的發展提供了新的思路。本文在梳理用戶健康賦能和健康領域知識服務現狀的基礎上，首先明確了面向用戶健康賦能的知識服務目標，揭示了用戶健康知識需求會隨檢索進程的推進而發生變化的現實情況；然后，給出了以知識需求為基礎的用戶分類方式及相應的知識提供模型，并據此總結出基于知識服務的用戶健康賦能機制；接著，考慮到用戶語義化的需求表達與專業健康知識資源的匹配仍是阻礙健康領域知識服務發展的難題之一，本文給出了用戶表達的需求與知識資源的匹配流程；最后，結合上述分析，構建了面向用戶健康賦能的健康領域知識服務模式，該服務模式將面向用戶健康賦能的知識服務過程分為了服務提供前的用戶分類、服務進行中的資源匹配以及服務提供后的用戶賦能和服務優化三個階段。總體來看，本文的知識服務模型既能夠根據檢索進程靈活的捕捉用戶需求并調整服務方案，提高知識服務的滿意度，也能夠精準的匹配用戶自然表達的知識需求與專業健康知識資源的匹配，保證知識服務的準確性。在后續研究中，筆者擬將通過實證研究的方法擬合知識服務過程中用戶知識需求的變化路徑，并嘗試對文中的健康領域知識服務模式展開應用實踐，以期在實踐中完善并優化用戶需求分類及資源匹配過程，為踐行“健康中國行動”添磚加瓦。

參考文獻：

［1］? 馬費成，周利琴.面向智慧健康的知識管理與服務［J］.中國圖書館學報，2018，44（5）：4-19.

［2］? 馬海云，曹思源，薛翔.面向用戶需求的健康領域知識組織與服務框架研究［J］.情報資料工作，2022，43（2）：84-92.

［3］? 楊善林，丁帥，顧東曉，等.醫療健康大數據驅動的知識發現與知識服務方法［J］.管理世界，2022，38（1）：219-229.

［4］? Nguyen M H，Smets E M A，Bol N，et al.How tailoring the mode of information presentation influences younger and older adultssatisfaction with health websites［J］.Journal of health communication，2018，23（2）：170-180.

［5］? Leonardsen D.Empowerment in social work：an individual vs.a relational perspective［J］.International journal of social welfare，2007，16（1）：3-11.

［6］? Follett M P.Creative experience［M］.Longmans，Green and Company，1924.

［7］? Solomon B B.Black Empowerment：Social Work in Oppressed Communities［J］.Columbia University Press，New York，1976.

［8］? Graham B S.Process analysis without the guesswork［J］.Empowerment in Organizations，1995，3（1）：26-31.

［9］? Prigge J K，Dietz B，Homburg C，et al.Patient empowerment：A cross-disease exploration of antecedents and consequences［J］.International Journal of Research in Marketing，2015，32（4）：375-386.

［10］? Fumagalli L P，Radaelli G，Lettieri E，et al.Patient empowerment and its neighbours：clarifying the boundaries and their mutual relationships［J］.Health policy，2015，119（3）：384-394.

［11］? Chaves F F，Reis I A，Pagano A S，et al.Translation，cross-cultural adaptation and validation of the Diabetes Empowerment Scale-Short Form［J］.Revista de saude publica，2017，51（11）：16-25.

［12］? Yeh M Y，Wu S C，Tung T H.The relation between patient education，patient empowerment and patient satisfaction：A cross-sectional-comparison study［J］.Applied Nursing Research，2018，39：11-17.

［13］? Wakefield D，Bayly J，Selman L E，et al.Patient empowerment，what does it mean for adults in the advanced stages of a life-limiting illness：A systematic review using critical interpretive synthesis［J］.Palliative Medicine，2018，32（8）：1288-1304.

［14］? Bailo L，Guiddi P，Vergani L，et al.The patient perspective：investigating patient empowerment enablers and barriers within the oncological care process［J］.ecancermedicalscience，2019，13：912.

［15］? 李彩寧，畢新華，王雅薇.個人健康信息管理技術促進用戶健康行為的心理機制：基于智能可穿戴健康產品的實證研究［J］.圖書情報工作，2021，65（19）：72-83.

［16］? Jiang F，Liu Y，Hu J，et al.Understanding Health Empowerment From the Perspective of Information Processing：Questionnaire Study［J］.Journal of Medical Internet Research，2022，24（1）：e27178.

［17］? Van den Berg S W，Gielissen M F M，Ottevanger P B，et al.Rationale of the BREAst cancer e-healTH［BREATH］multicentre randomised controlled trial：an internet-based self-management intervention to foster adjustment after curative breast cancer by decreasing distress and increasing empowerment［J］.BMC cancer，2012，12（1）：1-13.

［18］? Fikarwin Z，Lubis R.Model of family health empowerment preventing stroke in Puskesmas Ulee Kareng Banda Aceh［C］.Journal of Physics：Conference Series.IOP Publishing，2020，1460（1）：012076.

［19］? Zhang X，Xi W，Liu L，et al.Improvement in quality of life and activities of daily living in patients with liver cirrhosis with the use of health education and patient health empowerment［J］.Medical science monitor：international medical journal of experimental and clinical research，2019，25：4602.

［20］? Distiller L A，Brown M A，Joffe B I，et al.Striving for the impossible dream：a community-based multi-practice collaborative model of diabetes management［J］.Diabetic Medicine，2010，27（2）：197-202.

［21］? Janson A L，Moen A，Fuglerud K S.Design of the capable health empowerment tool：Citizens' needs and expectations［J］.Studies in health technology and informatics，2020，270：926-930.

［22］? ShashankM A，Bichile L S.Health information on the internet：patient empowerment or patient deceit？［J］.Indian journal of medical sciences，2004，58（8）：321-326.

［23］? Dahl S，Eagle L.Empowering or misleading？Online health information provision challenges［J］.Marketing intelligence & planning，2016，34（7）：1000-1020.

［24］? 蔣勛，朱曉峰.大數據環境下領域知識組織的發展與展望［J］.科技情報研究，2022，4（2）：29-36.

［25］? 顧佐佐，李康，陳虹，等.面向動態需求的健康大數據云服務平臺設計與知識服務機制研究［J］.情報科學，2019，37（11）：106-111.

［26］? 顧東曉，李曉珗，謝懿，等.基于體測健康大數據的灰色案例推理與個性化知識服務方法［J］.情報科學，2021，39（12）：3-8.

［27］? Kuziemsky C E，Lau F.A four stage approach for ontology-based health information system design［J］.Artificial Intelligence in Medicine，2010，50（3）：133-148.

［28］? Christopoulou S C，Kotsilieris T，Anagnostopoulos I.A health care monitoring system that uses ontology agents［A］.2016 11th International Workshop on Semantic and Social Media Adaptation and Personalization（SMAP）［C］.IEEE，2016：41-45.

［29］? Liang Y，Guo N，Xing C，et al.Chronic knowledge retrieval and smart health services based on big data［A］.ICSH［J］.Springer，Cham，2015：231-240.

［30］? 熊回香，代沁泉，梅瀟.面向在線醫療社區的慢病知識服務模型構建［J］.情報理論與實踐，2020，43（6）：123-130.

［31］? 唐曉波，鄭杜，譚明亮.慢性病健康教育知識服務系統模型構建研究［J］.情報科學，2019，37（1）：134-140.

［32］? Mano R S.Social media and online health services：A health empowerment perspective to online health information［J］.Computers in Human Behavior，2014，39：404-412.

［33］? 陳靜，張璐，陸泉.突發公共衛生事件中大學生健康信息需求動因與主題研究［J］.圖書情報工作，2021，65（6）：82-92.

［34］? 張敏，聶瑞，羅梅芬.健康素養對用戶健康信息在線搜索行為的影響分析［J］.圖書情報工作，2016，60（7）：103-109，138.

［35］? 劉海鷗，李凱，何旭濤，等.面向信息繭房的用戶畫像多樣化標簽推薦［J］.圖書館，2022（3）：83-89.

［36］? Ghosh S，Rath M，Shah C.Searching as learning：Exploring search behavior and learning outcomes in learning-related tasks［C］.Proceedings of the 2018 conference on human information interaction & retrieval，2018：22-31.

［37］? Alfano M，Kellett J，Lenzittj B，et al.Proposed use of a conversational agent for patient empowerment［J/OL］.［2022-12-20］.https：//mural.maynoothuniversity.ie/15248/1/104144.pdf.

［38］? 宋筱璇，劉暢，陳建龍.搜索即學習主題的相關研究綜述［J］.圖書情報工作，2021，65（10）：113-126.

［39］? 趙蓉英.論知識網絡的結構［J］.圖書情報工作，2007（9）：6-10.

［40］? 胡昌平，陳果.領域知識網絡的層次結構與微觀形態探證——基于k-core層次劃分的共詞分析方法［J］.情報學報，2014，33（2）：130-139.

［41］? 馬海云，薛翔.面向知識服務的領域知識結構研究［J］.情報學報，2022，41（1）：73-82.

［42］? Sun Y，Zhang Y，Gwizdka J，et al.Consumer evaluation of the quality of online health information：systematic literature review of relevant criteria and indicators［J］.Journal of medical Internet research，2019，21（5）：e12522.

［43］? Alfano M，Lenzitti B，Taibi D，et al.On-Line Retrieval of Health Information Based on Language Complexity，Information Customization and Information Quality［A］.International Conference on Information and Communication Technologies for Ageing Well and e-Health［C］.Springer，Cham，2020：1-20.

［44］? Sengan S，Kamalam G K，Vellingiri J，et al.Medical information retrieval systems for e-Health care records using fuzzy based machine learning model［J］.Microprocessors and Microsystems，2020：103344.

作者簡介：馬海云，女，南京大學信息管理學院博士研究生；楊欣誼，女，南京大學信息管理學院博士研究生。