随着现代经济的高速发展,人们对自身健康状况关注力度日益加大,传统医疗健康服务已经无法满足大众的需求。互联网的高速发展催生了很多在线平台供大众交流与分享,如在线健康社区,在线技术社区等,而在线健康社区是专为用户提供医疗健康信息服务的互联网平台,医生、患者、相关专家以及有寻求健康信息需求的人群都可以在此平台上分享信息以及为社会提供一些健康支持。因此,鉴于目前互联网信息爆炸的状态、医患关系紧张、普通大众对健康关注度提高以及对健康信息的渴求,故对在线健康社区的深入研究显得非常重要。而对在线健康社区的用户画像能更准确地了解用户的需求,以便提高在线健康社区信息服务的准确性,改善健康信息质量,有针对性的改善医患矛盾,提升整个社会的健康水平。首先,本文通过对国内外在线健康社区的文献调研,分析当前在线健康社区的研究维度、研究方法等的进展情况,提出当前在线健康社区研究发展存在的问题,创新提出相关数据挖掘方法以及数据分析方法,并对“医享网”高血压圈的相关数据进行实证研究。其次,本文以社会资本理论、社会认同理论、动机信息管理理论为基础原理,结合关联规则和用户画像等方法,利用Python获取相关数据,数据清洗后,运用Apriori算法进行关联规则分析,最后从用户需求、用户角色、用户行为三方面,构建在线健康社区用户画像模型。本文通过对在线健康社区的用户行为、用户需求等方面的分析研究,创新从用户需求、用户角色、用户行为三方面构建在线健康社区用户画像概念模型,并创新通过概念格的方法,分别构建三个方面的概念格,每一个节点代表一个形式概念,每一个hass图能将概念之间的关系展现出来。为了更加完善用户画像模型,本文运用R语言Aprior算法关联规则,挖掘不同用户潜在的行为规律,实现对用户的完整用户画像,并通过挖掘医享网“高血压圈”的数据来进行实证分析。通过研究分析,本文提出相关的建议,促进在线健康社区提供更好的信息服务,满足广大群众对健康信息的需求,实现精准服务,为“健康中国2030”的发展做出贡献。