基于AHP-TOPSIS的医疗健康App用户体验评价

第

34

卷第

1

期

2021

年

1

月

医学信息

Journal

of

Medical

Information

Vol.

34

No.1

Jan.

2021

医学信息学

基于

AHP-TOPSIS

的医疗健康

App

用户体验评价

李玮祎打徐中阳

2

,

陈燕

1

(杭州医学院护理学院

】

，

图书馆

2,

浙江

杭州

310000

)

摘要

：

医疗健康

App

为构建新型医疗服务体系、

满足公众医疗需求提供了新的路径，

优化其用户体验对于医疗健康

App

自身发

展以及国內移动医疗健康行业进步具有重要作用

遥

本文基于

HEART

模型构建了医疗健康

App

用户体验评价指标体系

，

采用

层次分析法确定评价指标权重，

再利用

TOPSIS

法对国內主流医疗健康

App

进行了实证分析

,

验证指标体系的实践价值

遥

同时

提出优化医疗健康

App

应完善资源內容建设

、

加强功能服务设计

、

提升用户持续使用意愿

、

优化

App

自身系统设计等

，旨在为

医疗健康

App

的发展完善提高参考

遥

关键词

：

医疗健康

App

；

用户体验

曰

HEART

模型

曰

层次分析法

；

TOPSIS

法

中图分类号

：

G250.73

文献标识码

：

A

DOI

：

10.3969/.1006-1959.2021.01.003

文章编号

：

1006-1959

(

2021

)

01-0007-05

User

Experience

Evaluation

of

Medical

Health

App

Based

on

AHP-TOPSIS

LI

Wei-yi

'

,XU

Zhong-yang

2

,CHEN

Yan

1

(School

of

Nursing

1

,

Library

2

,Hangzhou

Medical

College,Hangzhou

310000,Zhejiang,China)

Abstract

：

The

medical

health

App

provides

a

new

path

for

building

a

new

medical

service

system

and

meeting

public

medical

needs.

Optimizing

its

user

experience

plays

an

important

role

in

the

development

of

the

medical

health

App

itself

and

the progress

of

the

domestic

mobile

medical

health

on

the

HEART

model,

the

article

builds

a

medical

and

health

App

user

experience

evaluation

index

system,

uses

the

analytic

hierarchy

process

to

determine

the

evaluation

index

weight,

uses

the

TOPSIS

method

to

conduct

an

empirical

analysis

of

the

domestic

mainstream

medical

and

health

Apps,

and

verifies

the

practical

value

of

the

index

the

same

time,

it

is

proposed

that

the

optimization

of

medical

and

health

apps

should

improve

the

construction

of

resource

content,

strengthen

the

design

of

functional

services,

enhance

users'

willingness

to

continue

using,

and

optimize

the

design

of

the

App's

own

system,

etc.,

aiming

to

improve

and

improve

the

development

of

medical

health

apps.

Key

words

:

Medical

health

App;User

experience;HEART

model;Analytic

hierarchy

process;TOPSIS

method

近年来

，

“健康中国

”

行动的推进

,

促进了公众的

医疗健康服务需求不断提升

［

1

］

。

然而

,

《

2019

中国卫

生统计年鉴》

显示

，当前国内面临医疗保障体系支持

力度不足

、

医疗资源总量不足等问题

［

2

］

o

智能手机的

证评价指标体系的实践价值

，

进而有针对性地为医

疗健康

App

优化用户体验提出建议

。

1

国内外研究现状

当前国内外学者在医疗健康

App

的研究上取

普及

、

互联网技术的快速发展以及

“

互联网

+

医疗健

康

”

的提出叫带动了移动医疗健康产业规模的迅速

扩张

,

春雨医生

、

好大夫在线等医疗健康

App

如雨

得了一定成果

。

对于医疗健康

App

的作用

,

Ernsting

C

等

［

5

］

认为医疗健康

App

可以帮助用户改善心血管

疾病

、

糖尿病等慢性病

，

但用户需具备一定电子健

后春笋般层出不穷

。

医疗健康

App

能够为用户提供

在线挂号

、

在线医疗咨询等便捷的医疗健康服务

，

为

康素养

。

Wand

Q

等

［

6

］

通过焦点小组讨论和问卷调查

指出

，

部分饮食

、

瘦身类健康

App

能够促进用户养

构建新型医疗服务体系

、

满足公众医疗需求提供了

新的路径

。

当前国内手机网民规模庞大且增长迅速,

成良好的饮食

、

运动习惯

，

有效改善用户健康。

部分

学者分析了医疗健康

App

存在的隐私问题

。

截止

2020

年

3

月

，

手机网民规模达&

97

亿

，占国内

网民的

99.3%

，

同比提升

0.7

个百分点

［

4

］

o

可见

，

医疗

健康

App

市场发展潜力巨大

。

优化医疗健康

App

的

用户体验能够促进医疗健康

App

自身的发展以及

Huckvale

0

等

、

Sunyaey

A

闻等分别调查了

79

个英

国国家医疗服务体系应用程序库认证的医疗健康

App

和

600

个常用医疗健康

App

后指出

,

大部分

国内移动医疗健康行业整体的进步

。

如何结合用户

需求优化医疗健康

App

的用户体验,是所有开发者

App

均存在隐私泄露风险。

杨雪梅等

［

9

］

基于内容分

析法

、

德尔菲法等构建了健康养生类

App

用户体验

评价指标体系

。

Liu

C

、

Alsswey

AH

等通过在线调查

亟待解决的重要问题

。

因此

，

本文立足用户视角

，深

入调查当前国内主流的医疗健康

App

,

基于多种方

法构建医疗健康

App

用户体验评价指标体系

，

并验

基金项目

：

1

.

浙江省图书馆学会学术研究课题

（

编号

：

Ztx2020A-8

）

;

指出医疗健康

App

的用户体验提升应重视交互性

设计和界面

UI

设计叫叫

Vaghefi

I

等

［

12

］

指出用户体

验是用户是否持续使用医疗健康

App

的决定性因

素

，

并提出了包括界面设计

、

导航

、

知识深度等在内

的用户体验设计框架

。

2

.

浙江省级大学生创新创业训练计划

（

编号:

S2

）;

3

.

浙

江省教育厅一般项目

（

编号:Y202045379

）

；

4.

杭州市哲学社会科学规

划课题

（

编号:

Z21JC062

）

从研究内容上看

，

国内学者对医疗健康

App

的

研究相对国外起步较晚

、

成果数量较少

。

在用户体验

研究上

，

国外学者主要从技术及程序开发角度提出

作者简介:李玮祎

（

2000.5-

）

,

女

，

河南洛阳人

，

本科

通讯作者:徐中阳

（

1994.8-

）

,

男

,

浙江杭州人

，

硕士

,

助理馆员，

主要

用户体验的优化策略

，

国内学者主要为构建用户体

从事医学信息学研究

7

医学信息学

•

第

34

卷第

1

期

2021

年

1

月

医学信息

Journal

of

Medical

Information

Vol.

34

No.1

Jan.

2021

验评价指标体系

。

总体来看

，

当前国内外对于医疗

此

，

本文选择

HEART

模型评价医疗健康

App

的用

户体验

。

本研究综合文献调查和

HEART

模型

，构建

健康

App

用户体验的研究较少

，

现有的评价指标仍

有值得改进之处

，

且缺少实证检验

。

了包括在线医疗

、

健康管理

、

健康科普等在内的

5

个

一级指标

、

10

个二级指标

、

20

个三级指标的医疗健

2

医疗健康

App

用户体验评价指标体系构建

本文以

Google

的用户体验

HEART

模型为基

础

，

结合文献调查法

、

网络调查法以及德尔菲法对其

康

App

用户体验评价指标框架

。

进行补充和完善

，

进而构建医疗健康

App

用户体验

评价指标体系。

2.1

文献调查法

以

CNKI

和

Webof

Science

核心合

集中的

SCIE

、

SSCI

作为国内外文献数据来源

，

时间

跨度均为

2015~2020

年

，

检索时间为

2020

年

6

月

15

日

。

在

CNKI

中分别以“

用户体验

”

“

App

AND

用

户体验

”

“

(医疗

App

OR

健康

App)AND

用户体验

”

为主题词检索核心期刊

、

CSSCI

、

CSCD

、

硕博士学位

论文

，

经过合并

、

去重

、

筛选后得到有效文献

116

篇

。

在

Web

of

Science

中分别以

“

medical

app

OR

health

app"

"(

mhealth

OR

mobile

health)AND

userexperi

­

图

1

HEART

用户体验模型

ence"

"

(medical

app

OR

health

app)AND

userexperi

­

ence

”

检索期刊文献

，

经过合并

、

去重

、

筛选后得到有

效文献

279

篇

。

2.3

德尔菲法本研究从开发者

、

研究者

、使用者三

方出发

，

邀请了

3

位医疗健康

App

产品经理或用户

体验师

、

3

位图书情报或电子商务副高级以上职称

2.2

HEART

模型

HEART

模型是由

Google

公司的

用户体验师

Rodden

K

等问提出

，

该模型将用户体验

专家以及

3

位资深医疗健康

App

用户组成专家组

。

在匿名且互不交流的情况下从维度划分

、

指标名称

、

指标增减等方面对框架提出修改意见

。

在经历

2

轮

修改后

，

于

2020

年

6

月

24

日取得一致意见

，

构建了

划分为愉悦度、

参与度

、

接受度

、

留存度、任务完成度

等

5

个维度

，

见图

1

。

与其他模型相比

,

HEART

模型

的适用范围更广

、

评价指标更全面

，

其评价指标能够

包括

5

个一级指标

、

12

个二级指标

、

25

个三级指标

在内的医疗健康

App

用户体验评价指标体系

，

并对

其编码

，

见表

1

。

三级指标

资源形式多样

A11

资源内容全面

A12

三级指标权重

同时面向于用户和开发者

，

进而能有效量化用户体

验的实际效果

，

为产品的设计和改进提供参考

。

因

一级指标

愉悦度A

一级指标权重

表

1

医疗健康网站用户体验评价指标体系各指标权重

二级指标

资源内容

A1

二级指标权重

合成权重

0.442

0.3760.087

0.274

0.050

0.014

0.046

0.008

特定专题资源A13

资源内容权威

A14

资源更新及时

A15

功能设计

A2

0.421

0.168

0.360

0.070

0.028

0.053

0.026

0.334

隐私保护

A21

在线医疗

A22

就医推荐

A23

健康管理

A24

健康科普

A25

在线商城

A26

0.175

0.092

0.014

0.009

0.041

0.061

0.277

0.034

0.500

0.500

0.250

0.750

0.500

0.500

0.005

界面设计

A3

交互设计

A4

视觉设计

A5

0.099

0.129

0.063

0.750

0.250

界面简洁美观

A31

界面布局合理

A32

使用过程流畅

A41

检索方式多样

A42

颜色搭配合理

A51

0.022

0.022

0.014

0.043

0.014

0.014

0.038

0.013

字体大小舒适

A52

参与度

B

0.051

参与频率

B1

参与程度

B2

App

使用频率高

B11

功能利用率高

B21

1.000

1.000

8

第

34

卷第

1

期

2021

年

1

月

医学信息

Journal

of

Medical

Information

Vol.

34

No.1

Jan.

2021

医学信息学

j

表

1(

续

)

一级指标

接受度

C

一级指标权重

二级指标

接受程度

C1

二级指标权重

1.000

1.000

0.250

0.250

0.500

三级指标

三级指标权重

合成权重

0.077

0.265

新手向导实用

C11

功能上手简单

C12

0.667

0.333

0.051

0.026

0.265

留存度

D

任务完成度

E

留存时间

D1

完成效率

E1

完成效果

E2

持续使用意愿强

D11

任务完成效率高

E11

任务完成效果好

E21

1.000

1.000

1.000

1.000

0.164

0.041

0.041

0.082

错误情况

E3

操作错误率低

E31

3

基于

TOPSIS

的医疗健康

App

用户体验评价

3.1

评价指标权重确定本文采用层次分析法确定

各评价指标权重

。

层次分析法是由美国运筹学

T.L.

Saaty

教授在

20

世纪

70

年代提出的一种定性与定

量相结合的层次权重决策分析方法

[14]

o

于

2020

年

6

月

25

日邀请专家组内各专家在互不交流的情况下

，

将各评价指标两两比较进行打分(因素

i

比因素

j

:

同等重要

=1

;

稍微重要

=3

;

较强重要

=5

;

强烈重

要

=7

；

极端重要

=9

；

两相判断的中间值

=2

、

4

、

6

、

8

)

,

计算各项指标的总得分的算数平均数并取整

，

构建

判断矩阵

。

最后

，

使用

MATLAB2019a

软件计算各判

断矩阵的权重向量并对其进行一致性检验

。

当

CR<

0.1

时,认为该判断矩阵的一致性通过检验

[14]

o

最终

确定医疗健康

App

评价指标体系的各指标权重

。

3.2

TOPSIS

法

在已知指标权重的情况下

，

选用

TOPSIS

法对医疗健康

App

的用户体验进行评价

。

TOPSIS

法是由

和

在

1981

年提

出的

,

该方法是根据与理想目标的相似度从而确定

各评价对象相对优劣程度

，

可用于复杂问题的评价

排序问

。

具体步骤如下

：

①

设有

m

个评价对象,

n

个评价指标

；

②

根据权重数据

，

构建评价指标权重向量

W

:

W=

(

W

1

W

2

…

Wj)(

j=1,2,

…

,m)

(1

)

③

根据调查所得评价值数据构建原始评价矩阵

R'

o

其中

,r(

i=1

,2,

…

,

n

)(

j=1,2,

…

,

m)

为第

j

个评

价对象的第

i

个评价指标的评价值;

2

)

r'

i1

r'

i2

r

ij

捎

④

将原始评价矩阵

R'

中的评价指标分为正向

指标和负向指标

，

经过正向化和求和归一化处理后

得到标准化评价矩阵

R

o

其中,可为第

j

个评价对象

的第

i

个评价指标的标准化评价值;

(

rnr12

…

q

R=

r

21

1*22

••

•

乌

3

)

J

1

E2

•

…

fij

捎

⑤

构建加权规范化评价矩阵

H

。

其中

h

i

为第

j

个评价对象的第

i

个评价指标的加权评价值;

(

W1XI*11

w

2

Xr

12

•

…

Wj

Xl*1j

H

=W

xR

=

W2Xl*21

w

2

Xr

22•

…

Wj

Xr2j

•

・・

•

•

•

•

•

•

•

•

•

、

Xm

w

2

Xr

i2

•

…

Wj

Xfij

(

h

11

h

12

…

血裳

h

z1

h

22

…

hn

.....................

•

・・

4

)

h

i2

…

h-

ij

丿

⑥

选择各评价指标的最高值和最低值

，

分别构

建正理想解和负理想解

hf

；

h

j

+

=max

嗓

h

i1,

h

i2,

•

…

，

h

j

瑟

(

5

)

h

j

-

=min

嗓

也,!^,

•

…

,垢

瑟

(

6

)

⑦

利用欧几里得距离公式分别计算各对象的各

指标的加权评价值与理想解和负理想解

h

-

距离

Dj

+

、

Dj

-

(j=1,2,

“

・

，

m)

;

DQ

姨

移

(

h-h

j

+

)

2

(

7

)

D

j

-

=

姨

移

(

h

j

-h

j

-

)

2

⑻

⑧

计算各评价对象与理想目标的相似度

C

，

并

根据

C

j

的大小进行排序,

C

j

值越大则排位越靠前

；

C

j

=

D

j

D-D

j

-

(

9

)

3.3

实证分析

为验证所构建的评价指标体系的合

理性及可信度

，

从

《

互联网周刊

》

公布的

“

2019

医疗

App

排行榜

”

中选取

5

个均为综合型的医疗健康

App

作为评价对象并编码

，

见表

2

,

并将三级评价指

标按照五级李克特量表形式设计了调查问卷

，

其中

“

非常不同意

”

至

“

非常同意

”

，

分别代表

“

1

”

至

“

5

”

分

。

表

2

医疗健康

App

评价对象

App

名称

《

:

2019

医疗

App

》

排名

编码

平安好医生

1

U1

春雨医生

2

U2

好大夫在线

3

U3

微医

5

U4

丁香医生

6

U5

9

医学信息学

•

第

34

卷第

1

期

2021

年

1

月

医学信息

Journal

of

Medical

Information

Vol.

34

No.1

Jan.

2021

于

2020

年

6

月

25

日至

6

月

30

日邀请

15

位来

自浙江中医药大学

、

杭州医学院的具有以上

5

款医

疗健康

App

资深使用经验的副高级以上职称的专

0.003,0.008,0.003,0.011,0.006,

0

.058,

0

.009,0.009,0.017}

；

h,

-

={0.003

,

0

.009

,

0

.002,

0

.013

,0

.005,0.010

,0

.005

,

0.003,

0

.002,

0

.008,

0

.001,

0

.004,

0

.004,

0

.003,0.0

08

,

0

.003

,

家用户填写调查问卷

。

汇总所有调查问卷取各指标

得分的算数平均数作为最终评价值

，

得到原始评价

矩阵

R'

。

根据表

1

中的合同权重及公式

（

1

）

构建了

0.003

,

0.007

,

0.002,0.010

,

0.005

,

0.049

,

0.008

,

0.008

,

0.016}

;

根据公式

）

7

（

（

8

（

（

9

）

,

可得各评价对象的

D

,

+

、

权重向量

W

。

对原始评价矩阵

R'

中数据进行正向

化和求和归一化后

，

得到标准化评价矩阵

R

。

根据公

式

（

4

）

得到了加权规范化评价矩阵

H,

见表

3

。

根据表

3

数据

，

并结合公式

（

5

）

（

6

）

,

可构建正理

D

,

-

、

相似度

C

,,

并根据

C

,

的大小将评价对象排序，

见

表

4

。

将表

4

所得分析结果与表

2

对比可得

，

基于

TOPSIS

分析得出的评价排序结果与

《

2019

医疗健

康

App

排行榜

》

中的排序一致

，

从而验证了本文所

想解和负理想解

hf

：

h

+

={0.003,0.010

,0

.002,

0

.016

,

0.006,0.011

,

0.006

,

构建的医疗健康

App

用户体验评价指标体系具有

一定合理性和可行性

。

0.003,0.002,0.009,

0

.001,0.005,0.005,0.003,0.009,0.003

,

指标

/

对象

表

3

加权规范化评价矩阵

H

U1

U2

U3

U4

U5

指标

/

对象

A41

U1

U2

U3

0.003

0.009

0.003

0.003

0.008

0.003

U4

U5

0.003

0.008

0.003

0.003

0.007

A11

0.003

0.010

0.002

0.003

0.009

0.003

0.009

0.002

0.014

0.003

0.009

0.003

0.009

0.002

0.003

0.009

0.003

0.003

0.008

0.003

0.011

0.003

0.009

0.003

0.003

0.008

0.003

0.010

0.003

0.009

0.003

0.003

0.008

0.003

0.010

A12

A13

A42

A51

0.002

0.015

0.006

0.011

0.002

0.013

0.006

0.011

A14

A15

0.016

0.005

0.013

0.006

0.010

A52

B11

B21

C11

0.005

A21

0.011

0.005

0.003

0.002

0.011

0.005

0.003

0.002

0.002

0.010

0.006

0.049

0.009

0.009

0.016

A22

A23

0.005

0.003

0.005

0.003

0.005

0.003

0.002

0.010

0.005

C12

D11

0.005

0.058

0.008

0.008

0.017

0.005

0.054

0.005

0.052

A24

A25

A26

0.002

0.008

0.001

0.002

0.008

0.001

0.052

0.008

0.008

0.016

0.009

0.0080.008

E11

E21

E31

0.008

0.009

0.017

0.009

0.008

0.016

0.001

0.004

0.004

0.001

0.004

0.001

0.005

0.004

A31

0.005

0.004

0.004A320.004

0.005

表

4

TOPSIS

分析结果

编码

U1

U2

App

名称

正理想解距离

D

,

+

0.002

0.004

负理想解距离

D

,

-

相似度

C

,

评价排序

1

平安好医生

春雨医生

0.010

0.825

0.595

0.404

0.006

0.004

2

3

4

U3

U4

好大夫在线

微医

0.006

0.007

0.010

0.003

0.002

0.317

0.173

U5

丁香医生

5

4

医疗健康

App

用户体验优化建议

4.1

完善资源内容建设从本研究可知

，

愉悦度

（A

）

的一级指标权重为

0.442

，

在一级指标权重中位列第

一

。

可见

，

提升用户体验首先需要提升用户的愉悦

度

。

而在愉悦度的二级指标中

，

资源内容

（

A1

）

的二

容的权威性和可信性

;

②

提升资源内容的全面性:当

前大部分医疗健康

App

的资源内容主要为健康科

普知识

、

在线健康课程等

，

开发者可适当增加部分常

见疾病的发病机理

、

临床表现

、

治愈案例等内容

，

如

"

平安好医生

"

的资源就包含了部分疾病的治愈案例

。

通过提升内容全面性

,

从而形成疾病从预防

、

发现

、

级指标权重为

0.376,

位列第一,且在资源内容

（

A1

）

中

，

资源内容权威

（

A14

）

、

资源内容全面

（

A11

）

的三

治疗

、

治愈的全过程的医疗健康信息服务

，

进而提升

用户体验

。

级指标权重分别为

0.421

、

0.274,

位列前二

。

因此，

医

疗健康

App

开发者应从资源内容的权威性和全面

性完善医疗健康

App

的资源内容建设

，

进而提升用

4.2

加强功能服务设计

在愉悦度的二级指标中

，

功

能设计

（

A2

）

的二级指标权重为

0.334

，位列第二

，

且

在功能设计

（

A2

）

中

，

隐私保护

（

A21

）

、

健康科普

（

A25）

、

在线医疗

（

A22

）

的三级指标权重位列前三

，

户的愉悦度

。

具体如下:

①

加强内容审核:对在

App

内发布的文章、

视频进行严格的审核,保证其资源内

10

第

34

卷第

1

期

2021

年

1

月

医学信息

Journal

of

Medical

Information

Vol.

34

No.1

Jan.

2021

医学信息学

分别为

0.360

、

0.277

、

0.034

。

因此

，

医疗健康

App

开

发者可从隐私保护

、健康科普以及在线医疗等方面

入手

，

强化

App

的功能

，

以此让用户获得更好的体

验

。

具体如下:

①

完善隐私保护功能:开发者可以完

善用户隐私保护政策以及

App

内注册医生所签约

的用户隐私保护条款

,

对恶意泄露隐私的行为追究

责任

;

②

提升从业人员的专业化程度:

App

本身需要

对注册医生

、

科普文章作者等从业人员需要制定审

核方式

,

对其进行严格审核

,

保证从业人员兼具专业

知识和职业道德

,

例如,在申请成为注册医生前需要

通过

App

给出的在线测试

；

③

创新功能服务:开发

者可结合公共卫生事件或者用户的需求反馈创新

App

功能服务

,

从而提升用户体验

,

如

“

健康之路

”

在

新冠疫情期间开设了核酸检测预约服务

。

4.3

提升用户持续使用意愿留存度

（

D

）

所对应的三

级指标持续使用意愿强

（

D11

）

的合成权重为

0.265

,

在所有三级指标合成权重中位列第一

。

可见

，

用户

对于医疗健康

App

的持续使用意愿能够直接反映

该

App

的用户体验情况

。

在

App

开发者已经完善资

源建设和加强功能设计的基础上

，

本研究认为可以

通过以下方式提升用户的持续使用意愿:

①

开展宣

传活动:开发者可以开展邀请用户体验新功能

、

每日

签到、

每日任务等活动,并且在用户完成后给予一定

奖励

，

使得用户能够为了获得奖励而持续使用

App

；

②

打造信息生态圈:开发者可以在

App

中提供社交

功能

,

方便用户与医生或其他用户的相互沟通交流

,

提升用户的长线留存度

。

例如

：

“

好大夫在线”

提供

了医患社区

。

4.4

优化

App

自身系统设计任务完成度

（

E

）

的一级

指标权重为

0.164

，

在一级指标权重中位列第三

。其

三级指标任务完成效率高

（

E11

）

、

任务完成效果好

（

E21

）

以及操作错误率低

（

E31

）

的合成权重分别为

0.041

、

0.041

、

0.082

。

可见

，

任务完成度对用户体验同

样存在较强的影响

。

因此,

App

开发者应当优化

App

自身的系统设计提升任务完成度

,

从而提升用户体

验

。

具体如下:

①

精简任务流程:通过精简任务流程

,

能够有效帮助用户降低任务完成所需时间

。

例如

,

用户首次登录

App

后可保持登录状态

,

下次打开

App

后无需再次登录

；

②

结合高新技术:开发者可在

App

的系统开发设计中结合大数据

、

人工智能等高

新技术

，

可在

App

中添加

AI

向导或

AI

客服，

为用

户提供

24

小时的帮助与向导

，

从而降低用户的操作

错误率

。

参考文献

：

[1]

人民网

•

健康中国战略

[EB/OL]

.[2020-06

-

1

5].

theory

.

/

n1/2018/0823

/

c413700-3024629

.

[2]

国家卫生健康委员会

•

叶

2019

中国卫生健康统计年鉴

》

[M].

北京

:

中国协和医科大学出版社

,2019:40-43.

[3]

国务院办公厅

•

国务院办公厅关于促进

野

互联网

+

医疗健

康

"

发展的意见

[EB/OL].[2020-06-21].

/

zhengce/content/2018-04/28/content_.

[4]

中国国信网

•

第

44

次中国互联网络发展状况统计报告

[EB/

OL]

.

[2020

-06

-15].

/2020

-04/27/

c_.

[5]

Ernsting

C

,

Dombrowski

S

U,Oedekoven

M,et

Smartphones

and

Health

Apps

to

Change

and

Manage

Health

Behaviors:A

Population

-Based

Survey

[J]

.Journal

of

Medical

Internet

Research,2017,19(4):e101

.

[6]

Wand

Q,Euelandsdal

B,Amdam

UV,et

and

Physical

Activity

Apps:Perceived

Electiveness

by

App

Users

[J]JMIR

Health

and

Health,2016,4(

2):e33.

[7]

Huckvale

K,Prieto

JT,Tilney

M,et

essed

Privacy

Risks

in

Accredited

Health

and

Wellness

Apps:ACross-sectional

Systematic

Assessment[J].BMC

Medicine,2015(13):e214

[8]

Sunyaev

A,Dehing

T,Taylor

PL,et

bility

and

Quality

of

Mobile

Health

App

Privacy

Policies

[J]Journal

of

the

American

Medical

Informatics

Association,2015,22

(E1):E28

—

E33.

[9]

杨雪梅

，

李信

，

沈丽宁

•

用户体验视角下

APP

评价指标体系

构建

[J].

数字图书馆论坛

,

2017

(2):59-66.

[10]

Liu

C,Zhu

Q,Holroyd

KA,et

and

Trends

of

Mobile

-health

Applications

for

IOS

Devices:A

developer's

Perspective[J]

.Journal

of

Systemsand

Software,201

1,84(11)

:2022

—

2033.

[1

1]

Alsswey

AH,AI—

Samarraie

H,EI

—

Qirem

FA,et

e

in

the

Design

of

Health

UI

An

effort

to

Increase

Acceptance

Among

Culturally

Specific

Groups

[J]

.Electronic

Library,2020,38

:257-272.

(2)

[12]

Vaghefi

I,Tulu

Continued

Use

of

Mobile

Health

Apps:Insights

From

a

Longitudinal

Study

[J]JMIRM

Health

and

Health,2019,7(8):e12983.

[13]

Rodden

K,Hutchinson

H,Fu

ing

the

User

Experience

on

A

Large

Scale

:

User-Centered

Metrics

for

Web

Applications

[C]//SIGCHI

Conference

on

Human

Factors

in

Computing

Systems.2010.

[14]

张炳江

•

层次分析法及其应用案例

[M].

北京

:

电子工业出版

社

,2014:30-35.

[15]

蒲筱哥

，

胡亚敏

•

图书馆电子资源绩效多指标综合评价方

法评析

[J].

图书情报工作

,2013(4):139-146.

收稿日期

：

2020-09-04

；

修回日期

：

2020-09-13

编辑

/

成森

11