面向用户健康赋能的健康领域知识服务研究

马海云 杨欣谊

摘   要：目前有关用户健康赋能的研究多以从用户自身特质及外部因素对其赋能的影响探究为主，知识服务作为赋能用户的重要手段之一却鲜有研究提及。文章旨在构建基于用户健康赋能的健康领域知识服务模式，以期通过健康领域知识服务模式的改进，增强健康领域知识服务赋予用户管理自身健康状况、参与健康问题决策的能力。首先，在梳理用户健康赋能和健康领域知识服务现状的基础上，明确面向用户健康赋能的知识服务目标；其次，刻画了用户的健康知识需求会随检索进程的推进而发生变化的现实情况；接着，提出了能够满足用户健康知识需求变化的知识提供模型，并给出了基于知识服务的用户健康赋能机制；最后，给出了用户表达知识需求与知识资源的匹配流程，并构建了面向用户健康赋能的健康领域知识服务模式。

关键词：用户赋能；健康知识需求；知识组织；知识服务

中图分类号：R193   文献标识码：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，國务院出台了关于实施健康中国行动的意见，指出要将优化健康服务、普及健康知识、构建健康环境放在更加突出的位置。近年来，随着生活方式与生存环境的急剧变化，以及互联网、大数据技术和移动设备的快速普及，公众趋于通过互联网平台获取健康信息，以实现对自身健康状况的控制和管理［1］。在此背景下，借助互联网平台向公众提供健康知识服务、普及健康知识，以便赋予用户掌控自身健康状况的能力，促进用户健康赋能，已经成为推进健康中国战略实施的重要举措之一。

通过互联网平台促进用户健康赋能要求知识服务平台能够准确识别并把握用户健康知识需求，为用户提供个性化的知识服务。虽然国内外学者已经遵循用户需求导向从服务模式［2］、技术实现［3］以及呈现方式设计［4］等多个角度对健康领域知识服务展开了积极探索，并积累了一定的理论和实践成果。但是针对健康知识服务的过程中用户需求会随自身知识累积而动态变化的问题，学界尚未给出有效解决方案和广泛关注。此外，虽然信息检索技术的发展有望提高知识服务的准确率，但用户口语化的知识需求表达方式与高度专业化的健康知识资源的匹配问题仍是数字化时代健康领域知识服务的未竟难题之一。

鉴于此，本文将从用户动态变化的知识需求视角切入，构建能够促进用户健康赋能的健康领域知识服务模式。首先，在明确面向用户健康赋能的知识服务目标之后，刻画了健康知识检索进程中用户健康知识的演化情况；其次，根据知识需求对用户进行分类并构建相应的知识提供模型；最后，为将理论下沉到实践层面，尝试给出用户表达出的知识需求与知识资源的匹配流程，并构建面向用户健康赋能的健康领域知识服务模式，以期为促进健康领域知识服务的发展提供新的思路和行动参考。

1   文献回顾

1.1    用户健康赋能

赋能是指通过赋予个体技术、方法和资源的方式，加强其处理问题、实现自我的能力［5］。这一概念最早由Follett于1924年提出［6］，但直至1976年，美国学者Solomon提议要在社会工作中赋予员工共同参与活动的权力［7］，赋能理论才逐渐系统化地发展起来。1995年， Graham强调在工作中应充分发挥个体的主观能动性［8］，有关赋能理论的研究逐渐由“赋予权力”向“赋予能力”转变。

本文根据赋能理论，将健康赋能理解为在用户充分了解情况的基础上，赋予其应对健康问题、参与健康决策的能力，加强用户对自身健康状况的掌控能力。健康赋能强调以用户为中心，认为个人应该对自己的健康负责，鼓励用户积极参与健康问题决策，努力实现个人在健康方面的自我效能。健康赋能作为赋能理论在医学领域的发展延伸，引发了学者们对健康赋能所涉及的理论、方法及应用等方面的积极探索，本文对相关研究进行了梳理（见表1）。

梳理发现，目前关于健康赋能的研究仍处于理论探索和实践尝试阶段。在理论研究方面，现有研究尝试构建起关于健康赋能的概念维度、影响因素、量表和促进机制等基础理论框架；在方法和应用研究方面，则注重于赋能工具与方法模型的开发尝试。已有部分研究成果证实了在线健康信息对健康赋能的影响作用，并指出互联网健康信息的质量［22］、索引结果的准确性［23］等是决定在线健康信息是否能赋能用户健康的关键。但从现有研究的梳理结果来看，仍缺乏对如何有效利用在线健康信息为用户提供健康知识服务，从而促进用户健康赋能的深入探讨。通过健康知识服务对用户进行健康赋能还需要一套完善可靠的服务模式与流程。

1.2    健康领域知识服务

移动互联网的普及和公众自我健康管理意识的增强促进了健康领域知识服务的发展，学者们由此展开了关于知识服务相关理论与方法在健康领域的应用实践探索。已有学者指出大数据背景下的健康领域知识服务更加注重用户个性化的服务需求［24］。除了整合来自互联网健康社区、医学文献库以及医疗机构等多个来源的健康知识外，还需要通过对用户行为数据、穿戴设备数据以及用户调研数据等的挖掘，为用户提供易理解、可使用的个性化健康知识服务。

目前健康领域知识服务相关研究大致可以分为理论探索、技术开发和平台开发三类。其中，健康知识服务的理论研究主要关注知识服务机制与框架的探索，如马费成和周利琴［1］、马海云等［2］构建了面向用户需求的健康领域知识组织管理与服务框架结构；顾佐佐等［25］探究了大数据环境下面向用户动态需求的健康领域知识服务机制与框架。技术开发类研究侧重于开发知识服务的方法，如杨善林等［3］、顾东晓［26］等提出了健康大数据环境驱动下的知识服务推荐方法；Kuziemsky和Lau［27］、Christopoulou［28］等构建了基于本体方法的个性化医疗服务模型。平台开发类研究则关注知识服务的实践探讨，如Liang等［29］、熊回香等［30］、唐晓波等［31］对知识服务应用平台开发与实施展开了研究。上述研究对健康领域的知识服务做出了有益探索，且多数研究强调了用户需求在健康领域知识服务中的重要性，为本文的研究奠定了基础。

综上所述，目前关于这两类主题内容的研究仍处于探索阶段，且探究应用健康知识服务促进用户健康赋能的研究相对较少，少部分学者就健康知识内容选择和呈现方式等因素对健康赋能的影响进行了探索性的验证研究［32］，整体来看相关研究仍缺乏系统性。鉴于在线健康资源愈加纷繁复杂，合理利用在线资源为用户提供健康知识服务已经成为用户健康赋权的重要手段之一。因此有必要系统探讨面向用户健康赋能的健康领域知识服务模式与方法，增强用户应对健康问题的能力，为实现健康中国的战略目标添砖加瓦。

2   知识服务视角下的用户健康赋能

2.1    面向用户健康赋能的知识服务目标

在线健康平台的兴起为用户充分了解自身健康状况、参与自身健康问题决策提供了丰富的数字资源。然而，健康领域知识高度专业化与普通用户健康素养能力不足之间的矛盾使得普通用户难以利用互联网健康信息满足自身健康知识需求。

在“互联网+大数据”的时代背景下，用户健康赋能逐渐由以技术为中心的工具赋能向以用户为中心的资源赋能转变。这种转变为以用户健康赋能为目的的知识服务提出了新的要求。一方面，服务提供者需要在用户知识搜寻的各个阶段正确解读用户的健康知识需求。虽然现有研究从个人基本特征［33］、健康素养［34］以及所面临的健康问题紧急程度［11］等方面对用户健康知识需求展开探讨，旨在通过识别用户知识需求提高知识反馈的准确性。但这种方式在提高知识服务精准度的同时也导致了信息茧房效应［35］，忽视了在健康知识搜寻进程中，由于用户知识量的增加而导致的健康知识需求发生变化的现实情况［36］。通过知识服务实现用户健康赋能仍需要从准确把握用户在健康知识搜寻过程中的需求变化情况，精准、全面的为其提供健康知识面做出进一步探讨。

此外，服务提供者还应关注用户自然表达的健康知识需求与专业化知识资源之间的匹配问题。普通用户往往倾向于用简单具体的自然语言来表述自身的健康状况及知识需求［37］，这些表述通常与健康领域专业术语不匹配，会导致反馈给用户的检索结果无法满足其知识需求。因此，面向用户健康赋能的健康知识服务不仅需要利用计算机技术融合互联网上多源异构的健康知识，还需要以用户及其需求为中心，为用户提供可理解的健康知识。

2.2    用户健康知识需求演化

在实际的健康知识搜寻过程中，用户所掌握的知识内容会随着搜寻进程的开展而得到补充，同时对相关主题的健康知识会有更深层次的理解和掌握。因此，在检索进程的不同阶段，用户的健康知識需求会发生相应的变化［38］。如当初次检索“如何避免心脑血管疾病”时，用户更关注与解答该问题高度相关的措施或方法。但在多次检索后，用户会逐渐掌握与心脑血管疾病预防相关的部分知识，其知识需求开始侧重于与心脑血管疾病成因、治疗等更细节层次的知识；随着用户检索词中包含“心脑血管疾病”的次数越来越多，用户对该健康主题的认知层次越来越深，开始关注包括“糖尿病”“高血压”等与“心脑血管疾病”主题相关的健康知识内容。最后，随着检索进程的继续推进，用户对知识内容的多样性有了更高的期待，开始了以心脑血管疾病为出发点，拓展其关于慢性病领域的知识。

由上述分析可知，用户知识储备量的增加会促使其所关注的知识内容多样性和主题相关程度发生变化，因此，对于用户健康知识需求的判断并不是一劳永逸的。本文根据用户健康知识检索进程刻画了用户健康知识需求的变化情况，并依据用户的健康知识检索进程和知识需求将用户分为四类：即基础搜寻者、深度搜寻者、广泛搜寻者和探索者（用户在健康知识检索进程中的知识需求及角色演化见图1）。

基础搜寻者作为某健康领域的入门者，是指对相关健康主题知识知之甚少的用户，这类用户通常以健康问题为导向，主要寻求与其健康问题相关的基础健康知识；深度搜寻者是指对相关主题的健康知识有初步的了解，但需要更加具体的细节知识来加深用户关于某健康主题认知的用户，这类用户通常倾向于获得与某健康主题相关的细节知识；广泛搜寻者是指对所检索的健康主题有一定的知识储备，希望获得与起始主题部分相关的知识来扩充其关于某健康领域知识的用户，这类用户通常对健康主题没有严格的限制，希望获得与健康主题相关的领域知识；探索者则认为初始的检索词只是一个起点，由于这类用户通常对某一健康领域的知识已经较为熟悉，他们希望通过与起始关键词松散相关的主题来扩展自己的健康领域知识。

2.3    基于用户健康知识需求的知识提供模式

准确把握健康领域的知识结构，充分理解健康知识系统所包含的主要要素是为用户提供健康知识服务的前提。关于知识结构的划分，赵蓉英将其分为知识节点及其关系之间的简单二层次结构［39］，胡昌平和陈果认为知识结构可以划分为基础层、中间层以及细节层三个层次［40］，马海云和薛翔考虑到大数据环境下的领域知识不断扩充的动态性及用户需求的多样性，将知识结构划分为知识拓展层、问题求解层、基础细节层、中间要素层四个层次，以便灵活的扩充与提取知识［41］。考虑到健康领域用户知识需求的多样性，及互联网环境下健康知识不断扩充的动态性，文章借鉴马海云等根据用户需求对领域知识层次结构的划分，将健康知识分为四个层次：主题特征要素（与健康主题相关的全部领域特征项）、关联健康知识（特征项之间的关联）、核心要素知识（健康主题领域核心知识要素）和能够解决用户健康问题的知识单元。健康知识要素的层次划分能够更好的贴合用户类型及知识需求特征，设计健康知识服务方案、聚合健康知识内容，向用户提供精准且全面的健康知识（具体的知识提供模式见图2）。

对于基础搜寻者而言，通常更关心如何利用所获得的知识解决自身的健康问题，所以，为基础搜寻者用户提供的知识服务应侧重于问题解决的方案；对于深度搜寻者而言，他们关注的知识内容常常涉及特定健康主题的方方面面，通常需要通过所获得的知识服务内容加深对特定健康领域的认知，因此，为深度搜寻者用户提供的知识服务内容主要为特定健康领域的核心要素；对于广泛搜寻者而言，他们的知识需求往往和某特定主题相关，为该类用户提供健康知识服务时应该更注重内容的广度而非深度，通常为其提供与特定健康主题存在关联的健康知识；对于探索者而言，他们的知识需求往往不局限于某特定主题，该类用户追求所获得知识的全面性而非内容的精密性，希望通过知识服务的内容拓展健康领域知识。因此，为该类用户提供的知识服务内容应是与某特定健康主题松散相关的细节特征知识。

需要注意的是，考虑到用户健康知识需求和所属的角色会随着检索进程的开展而变化，知识提供过程中要随时调整健康知识提供方案及内容整合策略，在保证知识服务精确性的同时，尽可能为用户提供多样化的健康知识。

2.4    基于知识服务的用户健康赋能过程

文章认为在用户搜寻健康知识的过程中关于特定健康领域知识储备会随着检索进程的推进而增加。因此，需要根据用户的知识搜寻进程来确定用户所需的健康知识，并据此调整健康知识提供的内容。这种知识服务提供的模式能够动态的平衡用户健康知识的学习效果，使用户能够循序渐进地扩展健康知识，从而为用户实现自我健康效能提供充分的知识储备（通过知识服务实现用户健康赋能的促进机制见图3）。

知识服务平台根据用户知识需求类型（健康问题求解、健康知识拓展、健康认知加深等）为其提供相应的知识。在获得知识服务之后，用户的健康素养总体提升，主要体现在对相关领域的健康知识增加、健康理念提升以及改善或保持健康状况的技能掌握等多个方面。这能够帮助用户平衡且全面的掌握与健康問题相关的知识，在一定程度上提升用户量化健康状况、参与健康管理问题的相关决策以及改变健康行为等方面的能力，从而达到促进用户健康赋能的目的。

综上所述，根据用户所处的检索阶段及其知识需求对用户进行分类，针对各个类型用户的特征，为其提供相应的知识服务内容，能够动态的平衡用户健康知识的学习效果，从而提升用户健康素养。使用户能够循序渐进地增强掌控健康状况的能力，在促进用户健康赋能的同时，推动健康领域知识服务的发展。

3   面向用户健康赋能的领域知识服务模式

3.1    用户知识需求与健康资源的匹配

高质量的知识服务是促进用户赋能发展的前提。在网络健康知识服务平台急速膨胀增长的时代，用户对健康知识服务质量的评估不仅由服务形式所决定，而更取决于服务内容满足用户知识需求的程度［42］。因此，促进用户健康赋能的首要前提是根据用户的知识需求来确定服务内容提供的方案。已有研究表明，用户在搜寻健康信息时往往倾向于用非结构化的简短口语表达自己的健康知识需求，健康领域知识服务质量的提升仍需解决用户口语化表述与知识库中专业术语资源的匹配问题［43］。文章根据已有关于用户需求与知识服务的语义匹配框架［2］，设计了健康领域用户需求与知识资源的匹配流程（见图4）。

由图4可见，用户需求与健康资源的匹配主要包括健康知识需求语义网络构建，用户健康知识查询逻辑生成以及用户反馈扩充健康知识需求语义网络三个主要流程：

在用户健康知识需求语义网络构建阶段，首先对相关健康主题领域的健康社区内容、用户使用平台的文档以及用户知识搜寻行为等内容进行实体、关系抽取等处理工作，得出用户健康知识需求的网络节点；其次，整合并命名需求网络节点，并定义节点间的语义关系；最后，利用关联数据技术，解析描述用户健康知识需求，并将挖掘出的健康知识需求节点及关系进行语义融合，构建用户健康知识需求语义网络［2］。该步骤是实现用户健康知识需求的语义化整合及局部共享，达成用户健康知识需求与健康资源匹配的先决条件。

在用户健康知识查询逻辑生成阶段主要是对用户的搜寻内容进行处理分析。首先，在对用户检索内容进行命名实体识别之后，提取出其中的实体与关系；其次，对所提取的实体和关系进行语义解析。语义解析的过程分为词法解析、句法解析和语义解析三个维度［44］。其中，词法解析主要是对提取出的实体进行标注；句法分析则侧重识别出句子中的实体间的相互关系与结构；语义分析则负责解析用户检索内容中的语义并识别用户的搜寻意图，生成用户的健康知识查询逻辑。

在生成用户健康知识查询逻辑之后，结合所构建的用户健康知识需求语义网能够生成用户的健康知识语义化需求，该语义化需求能够将识别并提取出用户的检索意图与搜寻逻辑，使用需求语义在健康知识库中进行资源查找与匹配，完成用户健康知识服务内容的选择。用户对所获得知识服务内容进行评估反馈，对用户的反馈内容进行挖掘，进一步的探测出其隐含的规律以扩充和优化用户健康知识需求语义网络。该扩充优化过程是保障健康领域知识服务持续创新发展的核心。

3.2    面向用户健康赋能的知识服务模式

面向用户健康赋能的健康领域知识服务需要精准把握用户在健康知识搜寻过程中的知识需求变化情况，及时调整知识提供和内容整合方案，以便满足用户在知识搜寻过程中不断地学习相应的健康知识，提升自身健康素养，逐渐赋予其管理自身健康状况与参与健康问题决策的能力。此外，为提高知识服务内容的精准度，还应解决用户口语化表达的知识需求与专业健康领域知识资源之间的匹配问题。基于此，本文构建了面向用户健康赋能的知识服务模式，该服务模式将面向用户健康赋能的知识服务过程划分为服务提供前的用户健康知识需求画像分类阶段、服务进行中的知识服务提供阶段和服务提供后的用户反馈优化阶段（具体知识服务模式见图5）。

在用户画像分类阶段，主要通过用户的个人数据［4］（主要包括学历、年龄、健康状况等个人信息、以及通过调研获得的用户健康素养情况等内容）及行为数据（主要包括关键词检索频次与频率、知识浏览记录等），判断其所需的健康知识内容，进而将用户分为基础搜寻者、深度搜寻者、广泛搜寻者和探索者四类。在确定好用户所需的知识需求和用户角色之后，根据本文所提出的基于用户健康知识需求知识提供模式为各类用户定制知识提供的方案。

在知识服务提供阶段，主要是根据用户实际检索内容的解析进行健康知识服务提供的方案确定以及健康知识资源的选择匹配。具体为，对用户实际检索内容进行语义优化和意图识别等处理之后，结合所构建的用户需求语义网络获得用户检索内容中的需求语义；再根据用户画像模型结果确定用户所属的知识需求类型，进而设计用户知识服务提供的内容方案，结合用户需求语义与用户知识服务提供方案从健康知识库中抽取相应的知识资源，并将其以可视化的方式提供给用户，实现面向用户检索进程中实际知识需求为主的知识服务提供。

在健康赋能与服务优化阶段，用户在获得知识服务平台在为其提供的健康知识服务后，自身的健康素养和对健康状况的认知及管理能力逐渐增强，促进其实现包括健康量化、决策参与和健康行为改变等在内的健康赋能行为。通过对用户反馈以及用户在搜寻健康知识过程中行为的分析，来实现用户需求语义网络的扩充和用户知识需求分类模型的优化。此外，对用户反馈结果的分析，能够进一步的优化用户检索内容解析流程，实现更好的语义优化，提高用户检索意图识别的精准度，通过用户赋能和反馈结果的分析来完善知识需求分类模型和用户需求语义识别，是健康领域知识服务长效创新发展的核心。

总体而言，面向用户健康赋能的领域知识服务模式有如下特点：

（1）重视用户健康知识需求在知识服务过程中的动态性。通过刻画用户健康知识需求随健康知识检索进程推进而发生变化的现实情况，方便知识服务提供者及时根据用户健康知识需求调整知识服务方案，能够在用户知识搜寻的不同阶段为其提供相应层次的健康知识，从而实现在满足用户在各个阶段的知识需求的同时，保证知识提供内容的多样性，为赋予用户参与自身健康状况管理、解决自身健康问题的能力提供充足的知识体系支撑。

（2）强调用户自然表达的健康知识需求与专业健康知识资源间的匹配。通过用户需求語义网的构建和用户检索内容的语义优化及意图识别，生成用户健康知识需求语义，以此为基础进行用户需求与知识资源的匹配，在实现精准资源匹配的同时，能够更好的学习和把握用户知识需求的变化，为提高知识服务质量奠定基础。

4   结语

用户搜寻健康信息的过程可视为其学习相关领域健康知识的方式之一。这种“搜索即学习”现象的存在为从用户健康赋能视角来促进健康领域知识服务的发展提供了新的思路。本文在梳理用户健康赋能和健康领域知识服务现状的基础上，首先明确了面向用户健康赋能的知识服务目标，揭示了用户健康知识需求会随检索进程的推进而发生变化的现实情况；然后，给出了以知识需求为基础的用户分类方式及相应的知识提供模型，并据此总结出基于知识服务的用户健康赋能机制；接着，考虑到用户语义化的需求表达与专业健康知识资源的匹配仍是阻碍健康领域知识服务发展的难题之一，本文给出了用户表达的需求与知识资源的匹配流程；最后，结合上述分析，构建了面向用户健康赋能的健康领域知识服务模式，该服务模式将面向用户健康赋能的知识服务过程分为了服务提供前的用户分类、服务进行中的资源匹配以及服务提供后的用户赋能和服务优化三个阶段。总体来看，本文的知识服务模型既能够根据检索进程灵活的捕捉用户需求并调整服务方案，提高知识服务的满意度，也能够精准的匹配用户自然表达的知识需求与专业健康知识资源的匹配，保证知识服务的准确性。在后续研究中，笔者拟将通过实证研究的方法拟合知识服务过程中用户知识需求的变化路径，并尝试对文中的健康领域知识服务模式展开应用实践，以期在实践中完善并优化用户需求分类及资源匹配过程，为践行“健康中国行动”添砖加瓦。

參考文献：

［1］  马费成，周利琴.面向智慧健康的知识管理与服务［J］.中国图书馆学报，2018，44（5）：4-19.

［2］  马海云，曹思源，薛翔.面向用户需求的健康领域知识组织与服务框架研究［J］.情报资料工作，2022，43（2）：84-92.

［3］  杨善林，丁帅，顾东晓，等.医疗健康大数据驱动的知识发现与知识服务方法［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］  李彩宁，毕新华，王雅薇.个人健康信息管理技术促进用户健康行为的心理机制：基于智能可穿戴健康产品的实证研究［J］.图书情报工作，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］  蒋勋，朱晓峰.大数据环境下领域知识组织的发展与展望［J］.科技情报研究，2022，4（2）：29-36.

［25］  顾佐佐，李康，陈虹，等.面向动态需求的健康大数据云服务平台设计与知识服务机制研究［J］.情报科学，2019，37（11）：106-111.

［26］  顾东晓，李晓珗，谢懿，等.基于体测健康大数据的灰色案例推理与个性化知识服务方法［J］.情报科学，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.面向在线医疗社区的慢病知识服务模型构建［J］.情报理论与实践，2020，43（6）：123-130.

［31］  唐晓波，郑杜，谭明亮.慢性病健康教育知识服务系统模型构建研究［J］.情报科学，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］  陈静，张璐，陆泉.突发公共卫生事件中大学生健康信息需求动因与主题研究［J］.图书情报工作，2021，65（6）：82-92.

［34］  张敏，聂瑞，罗梅芬.健康素养对用户健康信息在线搜索行为的影响分析［J］.图书情报工作，2016，60（7）：103-109，138.

［35］  刘海鸥，李凯，何旭涛，等.面向信息茧房的用户画像多样化标签推荐［J］.图书馆，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，劉畅，陈建龙.搜索即学习主题的相关研究综述［J］.图书情报工作，2021，65（10）：113-126.

［39］  赵蓉英.论知识网络的结构［J］.图书情报工作，2007（9）：6-10.

［40］  胡昌平，陈果.领域知识网络的层次结构与微观形态探证——基于k-core层次划分的共词分析方法［J］.情报学报，2014，33（2）：130-139.

［41］  马海云，薛翔.面向知识服务的领域知识结构研究［J］.情报学报，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.

作者简介：马海云，女，南京大学信息管理学院博士研究生；杨欣谊，女，南京大学信息管理学院博士研究生。