【摘要】[目的/意义]用户健康信息需求研究能够发现用户潜在需求，解决用户健康信息盲区，帮助用户实现更好的自我健康管理。研究目标为挖掘识别用户信息需求主题，提取用户特征，促进完善网络社区交互性与多元性发展，为更好地改善健康信息服务提出建议与意见。[方法/过程]针对在线健康社区的母婴群体，提出在线健康社区用户信息需求层级多标签分类模型。通过扎根理论提出在线健康社区用户信息需求主题体系，利用ALBERT对母婴健康需求类数据进行预训练，使用双向GRU与注意力机制构建基础分类器，以此来构建层级多标签分类模型Multi-BiGRU-Attention，实现在线健康社区提问数据的层级多标签分类。[结果/结论]实验对比发现，随着层级的增加，研究提出的模型相比于单层的基础分类器BiGRU-Attention在micro-Precision，micro-Recall，micro-F1等各项指标上均有所提升，说明该模型的层级结构信息能够一定程度上改善模型效果；相比于层级多标签相关模型，在各项指标上均有所提升，说明该模型存在一定的适用性与扩展性。