عنوان فارسی مقاله:استفاده از رسانه های اجتماعی برای شناسایی احساسات مصرف کنندگان نسبت به ویژگی های بیمه سلامت در طول فصل ثبت نام

چکیده

هدف این مطالعه شناسایی احساساتی که مصرف کنندگان در مورد بیمه سلامت با تجزیه و تحلیل آنچه که در توییتر بحث می کنند است. هدف استفاده از تحلیل احساسات برای شناسایی نگرش مصرف کنندگان نسبت به بیمه درمانی و ارائه دهندگان مراقبت های بهداشتی بود. ما از یک رابط برنامه‌نویسی کاربردی برای جمع‌آوری توییت‌هایی از توییتر با کلمات «بیمه سلامت» یا «طرح سلامت» در طول فصل ثبت‌نام بیمه سلامت در ایالات متحده در سال‌های ۲۰۱۶-۲۰۱۷ استفاده کردیم. تداعی کلمه برای یافتن کلمات مرتبط با “premium”، “access”، “network” و “switch” استفاده شد. تجزیه و تحلیل احساسات با استفاده از واژگان احساسات NRC و شناسایی احساسات، مشخص کرد که کدام احساسات خاص با ارائه دهندگان بیمه و پزشکی مرتبط است. ما تشخیص دادیم که شبکه‌های ارائه‌دهنده، مزایای داروهای تجویزی، ترجیحات سیاسی و هنجارهای سایر مصرف‌کنندگان اهمیت دارند. مصرف کنندگان به ارائه دهندگان پزشکی اعتماد دارند اما از رویدادهای سلامتی غیرمنتظره می ترسند. نتایج نشان می‌دهد که نیاز به الگوریتم‌های مختلف برای کمک به مصرف‌کنندگان در یافتن برنامه‌های مورد نظر و مورد نیاز وجود دارد. مصرف کنندگانی که بیمه سلامت را در بازارهای قانون مراقبت مقرون به صرفه در ایالات متحده خریداری می کنند، طرح های کم هزینه با مزایای محدود را انتخاب می کنند، اما در عین حال ترس از حوادث غیرمنتظره سلامت و هزینه های پیش بینی نشده را ابراز می کنند. اگر منشأ احساساتی را که مصرف کنندگان را هدایت می کند بهتر درک کنیم، ممکن است بتوانیم به آنها کمک کنیم تا گزینه های طرح بیمه را بهتر بررسی کنند و بیمه گذاران بتوانند بهتر به نیازهای آنها پاسخ دهند.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Using Social Media to Identify Consumers’ Sentiments towards Attributes of Health Insurance during Enrollment Season

Abstract

This study aims to identify sentiments that consumers have about health insurance by analyzing what they discuss on Twitter. The objective was to use sentiment analysis to identify attitudes consumers express towards health insurance and health care providers. We used an Application Programming Interface to gather tweets from Twitter with the words “health insurance” or “health plan” during health insurance enrollment season in the United States in 2016–2017. Word association was used to find words associated with “premium,” “access,” “network,” and “switch.” Sentiment analysis established which specific emotions were associated with insurance and medical providers, using the NRC Emotion Lexicon, identifying emotions. We identified that provider networks, prescription drug benefits, political preferences, and norms of other consumers matter. Consumers trust medical providers but they fear unexpected health events. The results suggest that there is a need for different algorithms to help consumers find the plans they want and need. Consumers buying health insurance in the Affordable Care Act marketplaces in the United States choose lower-cost plans with limited benefits, but at the same time express fear about unexpected health events and unanticipated costs. If we better understand the origin of the sentiments that drive consumers, we may be able to help them better navigate insurance plan options and insurers can better respond to their needs.