基于Word2Vec 与LSTM 混合模型的公共图书馆用户多维满意度量化方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

[ 摘 要] 以问卷调查为主要方法的公共图书馆满意度评价方式存在成本高、数据连续性差、覆盖范围有限等问题，而以在线评论为数据源、运用深度学习方法测算多维度公共图书馆满意度得分的模型可以有效弥补这些不足。该模型结合了Word2Vec 在上下文间语义关联的优势和长短期记忆（LSTM）人工神经网络模型在长期依赖问题上的优势，通过构建“评论文本—用户满意度各项指标得分”数据集，训练模型得到多维满意度测评结果。（剩余14384字）

试读结束

目录
monitor