物质生活条件的提升促使人们的健康意识日益增强,更多的人们开始关注自身的健康问题。由于互联网技术应用到健康医疗领域,在一定程度上增加了人民日益增长的健康需求与医疗资源紧缺之间的不平衡。近年来,在线健康社区中的医生信息纷繁复杂;同时用户由于自身认知具有一定的局限性,致使用户在选择问诊医生时无法综合考虑医生各方面的信息。用户画像作为反应用户真实属性和行为数据的标签集合,能够有效整合用户的信息,展示用户各维度的特征。因此,本文从用户的视角研究在线健康社区医生画像具有一定的意义。首先,本文总结当前在线健康社区的发展现状及存在的问题,并梳理分析国内外关于在线健康社区和用户画像的文献,提出从用户的视角构建“医-患”类型在线健康社区医生画像具有一定的理论价值和实践意义。本文基于现有的关于影响用户择医行为的文献以及研究医生画像的文献,根据在线健康社区提供医生信息的情况,融合了信任理论和用户感知理论,选取了可以刻画医生专业能力和服务质量的标签,分别从医生基本信息属性、医生所属医院属性、医生专业特长属性、医生诊疗属性四个维度来构建医生画像标签体系,其中医生基本信息属性无法刻画医生的专业能力和服务质量,只用来标识用户的身份。其次,为使医生信息传递更有效率,医生画像更加精准,本文采用层次分析法和熵权法相结合的组合赋权法构建医生所属医院属性、医生专业特长属性、医生诊疗属性三个维度的标签综合权重,并利用用户画像标签理论构建医生画像模型。最后,根据信号理论,论述本文构建的医生画像模型可将消除用户不确定性的信号更好地传递给用户,降低在线健康社区中的信息不对称性,推动社区的可持续发展。本文以“好大夫在线”社区为例,根据选取的标签体系和得到的标签综合权重,构建医生画像,展现医生各维度特征。最后采用可视化的方式展现医生画像。本文通过研究在线健康社区的医生画像,可以有效区分医生信息的重要性程度,深入挖掘医生特征,使用户和社区更加了解医生,为用户选择问诊医生提供了决策,为社区改善服务质量提供了理论支撑。