2016年该主题发表的文章:32篇(向下滚动以加载其余文章)
2016
电子烟社交媒体信息:对Twitter上营销和消费者对话的文本挖掘分析
艾莉森·J·拉扎德，亚当·J·萨弗，加里·B·威尔科克斯，钟东宇，迈克尔·S·马克特，杰伊·M·伯恩哈特
JMIR公共卫生监测2016(12月12日);2 (2): e171
应用多种数据收集工具量化Twitter上的人乳头瘤病毒疫苗传播
菲利普·M·梅西，艾米的领袖，兰德Yom-Tov，布登兹亚历山德拉，喀拉费雪，安·C·克拉森
J Med Internet Res 2016(12月05日);18日(12):e318
从Twitter上辐射暴露相关词汇的出现估计福岛第一核电站事故后公众关注的持续时间:一个回顾性数据分析
Naoki Nishimoto，Ota水木，若Yagahara，Katsuhiko小笠原群岛
JMIR公共卫生监测2016(11月25日);2 (2): e168
“妈妈博客”和免接种疫苗的叙述:来自育儿社交媒体网站上故事聚合的机器学习方法的结果
Timothy R Tangherlini，Vwani Roychowdhury，贝斯格伦，凯瑟琳·M·克列斯比，会夺得班得瑞，阿卡什Wadia，Misagh Falahi，•Ebrahimzadeh，罗山Bastani
JMIR公共卫生监测2016(11月22日);2 (2): e166
通过Twitter信息和健康专业人员访谈的内容分析评估社交媒体传播循证营养实践指南的可行性:一项观察性研究
罗莎·汉德，外胚叶的Kenne，泰勒·M·沃尔夫拉姆，珍妮卡·K·亚伯兰，迈克尔·弗莱明
医学互联网研究2016(11月15日);18 (11): e295
回到这一页的顶部
跳过并转到页脚部分
“当‘坏’是‘好’”:识别与毒品有关的推文中的个人沟通和情绪
Raminta Daniulaityte，陆沉，弗朗索瓦·拉米，罗伯特·G·卡尔森，Krishnaprasad Thirunarayan，Amit Sheth
JMIR公共卫生监测2016(10月24日);2 (2): e162
评估谷歌，Twitter和维基百科作为使用贝叶斯变化点分析流感监测工具:比较分析
J丹妮尔·夏普，理查德·霍普金斯，罗伯特·库克，凯瑟琳·W·斯特利
JMIR公共卫生监测2016(10月20日);2 (2): e161
从地理标记的推特数据中建立一个全国社区数据集，用于幸福感、饮食和体育活动指标
Quynh C Nguyen，大鹏李，Hsien-Wen孟，苏拉凯丝，伊莱恩Nsoesie，飞飞李，明温
JMIR公共卫生监测2016(10月17日);2 (2): e158
回到这一页的顶部
跳过并转到页脚部分
回到这一页的顶部
跳过并转到页脚部分
回到这一页的顶部
跳过并转到页脚部分
利用主题建模和社区检测表征Twitter上关于HPV疫苗的讨论
迪迪Surian，阮国梁，乔治娜肯尼迪，Mark Johnson，恩里科Coiera，亚当·G·邓恩
医学互联网研究2016(8月29日);18日(8):e232
Hyekyung吸引，Youngtae曹，Eunyoung垫片，Jong-Koo李，Chang-Gun李，金成焕
J Med Internet Res 2016(07月04日);18 (7): e177
Joseph Jeffrey Klembczyk，Mehdi Jalalpour，斯科特·莱文，雷蒙德·E·华盛顿，杰西M派恩斯，理查德·E·罗斯曼，安德里亚·弗雷耶·杜加斯
J Med Internet Res 2016(6月28日);18 (6): e175
将稀疏机器学习方法应用于Twitter:分析2012年子宫颈抹片检查指南的变化。顺序混合方法研究
考特尼·里斯·莱尔斯，安德鲁Godbehere，宝石勒，劳伦特·埃尔·高维，Urmimala Sarkar
JMIR公共卫生监测2016(6月10日);2 (1): e21