《表1 K值确定：基于时滞关联特征患者就诊反馈分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时滞关联特征患者就诊反馈分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

常慧君等[18]的研究表明，不同时间间隔内患者的行为规律存在不同特征表现，因此本文采用K-means聚类算法确定在线医疗社区患者评论文本数据时间间隔区间。K-means聚类算法属于无监督学习算法，聚类过程需要指定类别数量，因此本文在进行实验时指定K在2至5进行尝试，评价标准采用轮廓系数[19]评定，结果见表1。基于该结果选定K=2进行聚类，并将患者评论文本按时滞区间聚类结果分为短期、长期文本。