随着信息技术的迅速发展与人们健康需求的不断提升，在线健康社区成为人们寻求在线问诊服务、获取健康信息的重要平台，也为医生获取经济收益和社会收益提供了新途径。健康医疗市场的竞争日益激烈，在社区中保持有利地位对医生而言十分重要。此外，医生是在线健康社区的重要参与者，促进医生的持续参与和知识贡献对社区的可持续发展十分重要，而经济收益和社会收益是医生参与在线健康社区的重要动力。尽管在线健康社区已经引起了学者的关注，但多数研究从患者角度出发，关注医生群体的研究较少，且医生收益的预测研究还相对匮乏。
　　基于信号传递理论，医生传递信号和系统生成信号在患者的购买决策中发挥着重要作用，有助于减少患者和医生之间的信息不对称，从而增加医生的经济收益和社会收益。通过分析在线健康社区医生收益的运作流程与现状，本研究从社会交换理论衍生出职业资本、自我展示、知识贡献和知识协作因素，从竞争组合理论衍生出功能数量、功能复杂度和功能异质性因素，从品牌相关理论衍生出流行度和荣誉因素，构建了在线健康社区医生收益预测的研究框架，并基于9个影响因素提出研究假设。实证数据来源于好大夫在线健康社区，通过python爬虫获取12353位医生的统计信息和服务信息。首先利用描述性统计分析了医生经济收益和社会收益的分布、医生传递信号的特征以及系统生成信号的特征；然后基于多元回归模型对提出的假设进行验证，构建了在线健康社区医生经济收益预测模型和社会收益预测模型，最后对模型的有效性进行了验证。
　　研究发现，相较于系统生成信号，医生传递信号更能影响医生的经济收益。流行度、功能数量、知识贡献对医生经济收益的积极影响较大；而知识协作、功能异质性则负向影响医生的经济收益。相较于医生传递信号，系统生成信号对医生社会收益的影响力度更大。流行度、荣誉、知识贡献对医生社会收益的积极影响较大，而职业资本、自我展示、功能复杂度则负向影响医生的社会收益。医生经济收益预测模型的拟合优度为0.79，社会收益预测模型的拟合优度为0.77，均能够较好地预测医生收益。
　　本研究将竞争组合理论、品牌溢价理论等经济学理论引入在线健康社区，拓展了情报学的研究领域。构建的收益预测模型准确率较高，预测结果能够帮助医生调整个人披露信息、设置服务功能以提升自身的经济收益和社会收益；协助社区制定更加科学合理的医生评定制度、改善平台功能设计以维持老用户并吸引新用户的注册、促进社区的健康可持续发展。