在中国医疗健康服务不断转型的今天,“以患者为中心”的服务理念显得尤为重要。医改政策也在强调改革与改善服务同步,要求各医疗机构积极实施改善医疗服务行动,通过改善诊疗环境、优化服务流程,提升人民群众看病就医获得感。所以,在医疗技术保障下,以人为本,重于服务是医疗服务业无法回避的责任。在互联网环境下,越来越多的第三方在线医疗服务平台可供用户发表并分享评论,然而医疗机构并没有充分利用患者评价等社会监督信息,进行自身服务模式的改革。因此本文提出了利用评论挖掘技术,从海量中文在线医疗评论中提取基于患者感知的医疗服务质量因素的方法,进而为改善医疗服务质量提供参考。本文结合多家真实的中文医疗网络平台评论的特点,提出了一种从患者感知角度出发,利用评论挖掘技术提取医疗服务质量因素的方法。首先对评论特征抽取使用的LDA主题模型进行扩展,提出了将词共现分析和LDA相结合的CO-LDA模型。通过设置共现阈值降低词共现矩阵的噪音数据,利用CO-LDA模型对评论语料建模表示,并通过吉布斯抽样估计参数、获得模型文件。将得到的主题作为医疗评论特征,即医疗服务质量因素。为了便于识别分析特征,利用层次聚类算法对评论特征进行归类,并提出了基于TF-IDF的聚簇描述方法,最终得到层次分明、含义明确的医疗服务质量因素。本文利用好大夫在线等四家主流医疗信息平台的真实评论作为数据集,利用扩展后的CO-LDA模型和层次聚类算法进行评论特征挖掘,得到某医疗机构的包含三大类和二十小类的服务质量因素。通过算法性能评估指标比较发现,本文提出的CO-LDA模型和LDA模型得到的主题在分布上存在实质差异,并且一致性质量上表现更好。另外通过将数据分析的结果与专业的医疗服务质量评价标准比较发现,本研究通过主题模型挖掘得到的医疗服务质量因素虽然不能够涵盖全部专业指标,但是在评估医疗服务的过程质量上有不错的表现,同时也从患者感知的角度发现了新的医疗服务质量因素指标,并通过统计分析真实的评论数据给出了各指标的权重。因此,本文挖掘的医疗服务质量因素可以对医疗服务质量评价和改进方向提供参考与补充。