摘  要：本研究采用自然语言处理(NLP)和文本挖掘技术，对2015—2019年上海12320卫生热线的229213条工单数据进行分析，了解市民对卫生服务的需求和关注点。研究使用机器学习算法对文本数据进行分类，构建医疗投诉工单分类模型，对投诉类工单主题的趋势性变化进行统计描述和统计分析。卫生热线总体特征分析结果显示，卫生热线受理工单量逐年增长，主要以投诉类为主，占总体工单量的50%左右，求助类工单量涨幅最大，2015—2019年增长6%。市民所投诉的热点问题集中于医疗机构与服务、公共卫生与公共卫生机构方面，具体内容涉及医疗服务管理、医疗服务质量、医疗费用、用药规范、公共场所卫生监督以及对卫生管理部门办理结果不满意等方面。本研究对揭示的医疗卫生机构与服务中存在问题提出了具体、实施性强的改进措施。这些建议致力于改善医疗服务质量和优化市民就医体验及促进公共卫生建设，不断满足人民群众对美好生活的需要。

关键词：12320卫生热线；文本挖掘；城市治理；医疗投诉；卫生政策

本文刊于《中国城镇化研究》2024年第2辑“城市治理研究”。如有媒体或其他机构转载，请注明文章出处。

引用参考：蔡雨阳、史时苗、施莉莉：《数据驱动提升健康城市治理研究》，《中国城镇化研究》2024年第2辑，中国社会科学出版社2025年版，第226-267页。