健康一直是人们关注的主题,人们对健康信息的需求也一直很旺盛。过去公众获取健康信息的渠道主要是咨询医院医生、阅读医疗健康杂志或报纸。伴随着移动互联网的普及,公众获取健康信息的方式也在改变,医疗工作者、健康机构、普通病友、医药企业、政府机构等也都成为网络健康信息的提供者。丰富的网络健康信息使得公众可以便捷容易地检索,但其中也充斥着虚假、夸大、片面信息等,对于缺少专业知识的普通公众容易造成误导,严重时可能危害其健康。现有的健康信息可信度评估方法中,或者依赖人工或者考虑维度较单一。因此,研究基于多维信息特征的网络健康信息可信度评估模型具有重要理论与现实意义。本研究构建了网络健康信息可信度的评估模型,基于多维度的信息特征设计评估指标与指标量化测度方法,以实现对网络健康信息可信度的自动化评估。首先结合信息传播理论,从信息内容特征、信息源特征和信息传播特征3方面,设计了可信度评估指标体系,并通过层析分析法确定指标权重;其次确定各项指标的量化测度方法,利用自然语言处理技术测度信息内容文本,利用赋值转化对其他信息特征进行测度;进而将模型得到分值对应为可信度的5类不同程度。从疾病预防、疾病症状和疾病治疗三类主题选取网络健康信息样本,检验模型和专家标注的肯德尔一致性以及分类性能。经检验,模型评估结果与专家标注相比,分别达到0.9、0.7、0.8以上的一致性,且粗粒度的可信性分类和细粒度的可信度排序具有相近的一致性,说明评估模型接近专家水平并在不同粒度下均适用;模型的分类精确率高达0.944,对不可信信息的区分能力强。本研究从信息特征维度评估信息可信度,利用公开可获的数据进行自动化评估,相比与专家人工评估的效率更高成本更低,能够在平台监管、公众利用等方面辅助信息甄别。本文是教育部人文社会科学重点研究基地重大项目“大数据资源的挖掘与服务研究--面向医疗健康领域”(批准号:17JJD870002)的成果之一。