beat365体育官方网站2020级工商管理(商务智能方向)专业本科生刘成禹同学以第一作者在SSCI权威期刊Service Business (影响因子 5.9,SSCI 二区)发表了题为“Using machine learning to explore the determinants of service satisfaction with online healthcare platforms during the COVID-19 pandemic(基于机器学习探索新冠疫情背景下在线医疗平台服务满意度的决定因素)”的论文。该论文的指导老师为beat365体育官方网站助理研究员刘锋博士,合作者包括beat365体育官方网站李燕副研究员,高丽大学beat365体育官方网站博士生方明杰。作为服务管理领域高水平期刊,Service Business 年均发文量仅40篇左右,该论文是beat365体育官方网站运营管理与决策科学青年创新团队指导本科生围绕数智化管理决策方向取得的又一优异成果。
后疫情时代,在线医疗平台已经成为患者们进行健康咨询问诊的重要途径之一。通过在线医疗平台,患者可以轻松的通过文本或语音的方式完成线上问诊,这不仅为了患者提供了便利,也减少了人员聚集所带来的病毒传播的风险。服务满意度作为衡量医疗保健服务质量的重要指标,反映了用户对其整体医疗保健体验的看法和态度,对患者的就医选择有着重要的影响。该论文运用机器学习的方法,综合探究了医生特征、交互特征和咨询量三个方面对服务满意度的影响机制。通过挖掘好大夫在线的数据,该论文对服务满意度决定因素模型进行了搭建,比较11种不同的机器学习算法后发现LightGBM最为准确,随后通过SHAP模型对其进行可解释性分析(如下图所示)。
机器学习分析流程图
研究结果表明,礼物、患者投票、人气、收费咨询量、性别和感谢信对服务满意度的影响是正向的,而总咨询量、免费咨询量、浏览量、等待时间、文章数量、医生职称和医院水平的影响是负向的(如下表所示)。最后,该论文提出了提升医生服务,医患互动以及优化在线医疗平台运营的具体建议,扩展了在线医疗服务管理领域,为我国在线医疗平台的高质量发展提供了思路。
基于SHAP模型的服务满意度决定因素
beat365体育官方网站重视学生科研与创新能力培养,通过专业学科竞赛、科研立项、科研助理等多种形式,积极鼓励大学生参与科研与创新活动、提升人才培养质量。该论文第一作者刘成禹同学于2022年加入刘锋老师的星耀机器学习科研小组,该小组已经成功运营了3期,已有多位本科生在在Expert Systems with Applications(影响因子8.5, SCI一区), Management Decision(影响因子5.6, SSCI二区)等国际高水平期刊发表论文。
论文链接:https://doi.org/10.1007/s11628-023-00535-x