基于Word2Vec 與LSTM 混合模型的公共圖書(shū)館用戶(hù)多維滿(mǎn)意度量化方法研究

打開(kāi)文本圖片集

[ 摘 要] 以問(wèn)卷調(diào)查為主要方法的公共圖書(shū)館滿(mǎn)意度評(píng)價(jià)方式存在成本高、數(shù)據(jù)連續(xù)性差、覆蓋范圍有限等問(wèn)題，而以在線(xiàn)評(píng)論為數(shù)據(jù)源、運(yùn)用深度學(xué)習(xí)方法測(cè)算多維度公共圖書(shū)館滿(mǎn)意度得分的模型可以有效彌補(bǔ)這些不足。該模型結(jié)合了Word2Vec 在上下文間語(yǔ)義關(guān)聯(lián)的優(yōu)勢(shì)和長(zhǎng)短期記憶（LSTM）人工神經(jīng)網(wǎng)絡(luò)模型在長(zhǎng)期依賴(lài)問(wèn)題上的優(yōu)勢(shì)，通過(guò)構(gòu)建“評(píng)論文本—用戶(hù)滿(mǎn)意度各項(xiàng)指標(biāo)得分”數(shù)據(jù)集，訓(xùn)練模型得到多維滿(mǎn)意度測(cè)評(píng)結(jié)果。（剩余14384字）