【目的】随着信息化进程不断推进,生活节奏变快,社会竞争严重,国民承受的压力逐渐增加。国民心理健康是关系民生的重大公共卫生问题,应当引起足够的重视。探究在线心理健康社区中专业人员的免费贡献内容,识别其进行贡献的影响因素进而构建贡献度预测模型,能够较全面地揭示社区中的知识共创过程,促进不同主体间的知识吸收与流动,以期为促进专业人员持续贡献高质量内容提供建议和参考,进而促进社区可持续成功。【方法】通过网络采集软件收集好大夫和壹点灵网站中心理咨询专业人员贡献内容和相关指标,使用词频分析、词云展示和LDA主题模型对专业人员贡献的内容进行文本分析。基于社会认知理论,从用户特征和环境特征两方面选取9个自变量和3个控制变量,使用SPSS21.0和Python 3.7.0对社区中的量化指标进行逻辑回归分析,识别影响专业人员贡献知识的因素,对比两个平台进行差异分析。在此基础上,使用卡方检验筛选特征,基于6种经典机器学习算法分别进行贡献度模型构建和训练。【结果】专业人员贡献内容时间分布存在周期性,第四季度贡献量高于其他季度。好大夫网站上专业人员贡献的内容以治疗为主题,壹点灵网站上专业人员贡献的内容以帮助为主题。对于好大夫网站,具有统计学意义的变量为性别、专业经验、社会认同、自我效能、物质激励、精神激励、外部反馈、内向网络中心度和关系资本。对于壹点灵网站,具有统计学意义的变量为职称、精神激励、外向网络中心度和关系资本。在专业人员贡献度模型构建方面,好大夫上准确率最高的为随机森林,准确率最低的为线性判别分析;壹点灵上准确率最高的为逻辑回归,准确率最低的为线性判别分析。两个平台上6种算法的准确率在82.31%至97.49%之间,总体而言预测效果良好。【结论】不同身份的心理专业人员贡献的主题内容不同。免费主动与免费被动知识贡献行为的影响因素存在较大差异,精神激励和关系资本为共有因素。整体而言,壹点灵的各项模型评价指标表现均优于好大夫。特征筛选对于构建性能良好的贡献度预测模型具有重要意义,实际应用中要充分重视。