改进神经网络的数字图书馆满意度预测模型

摘要

针对传统神经网络存在预测精度低的缺陷,提出了改进神经网络的数字图书馆满意度预测模型。首先从资源有效性、服务易用性、服务效率三个维度建立数字图书馆满意度指标体系,然后确定网络结构、训练与测试样本,采用改进神经网络拟合指标和图书馆满意度之间的关系,并与其它模型进行了仿真对比实验,结果表明,该模型可有效预测数字图书馆满意度,预测数字图书馆满意度各指标的均方根误差以及最大相对误差较低,预测精度高。