[發(fā)明專利]一種基于CPN網(wǎng)絡(luò)模型的圖書館用戶滿意度綜合評估方法

有效

• 申請?zhí)枺?/td>: 202010212527.6
• 申請日: 2020-03-24
• 公開（公告）號: CN111401764B
• 公開（公告）日: 2022-05-10
• 發(fā)明（設(shè)計）人: 肖三霞
• 申請（專利權(quán)）人: 福建江夏學(xué)院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/10;G06N3/04;G06N3/08
• 代理公司: 福州科揚專利事務(wù)所(普通合伙) 35001
• 代理人: 郭夢羽

1.一種基于CPN網(wǎng)絡(luò)模型的圖書館用戶滿意度綜合評估方法，適于在計算機設(shè)備中執(zhí)行，其特征在于：包括如下步驟：

設(shè)定用戶滿意度指標變量，根據(jù)用戶對圖書館滿意度評價的評價標準，設(shè)定多個用戶滿意度指標變量；

設(shè)定用戶滿意度等級，用戶滿意度等級包含從低到高的多個等級；

構(gòu)建CPN網(wǎng)絡(luò)模型，以用戶滿意度指標變量的數(shù)量作為輸入層神經(jīng)元數(shù)N，以用戶滿意度等級的數(shù)量作為輸出層神經(jīng)元數(shù)M，根據(jù)輸入層神經(jīng)元數(shù)N和輸出層神經(jīng)元數(shù)M選擇競爭層神經(jīng)元數(shù)Q，構(gòu)建CPN網(wǎng)絡(luò)模型；

獲取由用戶滿意度指標變量觀測值和用戶滿意度值構(gòu)成的樣本集，并利用樣本集對CPN網(wǎng)絡(luò)模型進行訓(xùn)練，使用訓(xùn)練完的CPN網(wǎng)絡(luò)模型對圖書館用戶滿意度進行評估；

所述競爭層神經(jīng)元數(shù)Q從待選集U中選擇，所述待選集U通過下式確定：

式中，R(·)為四舍五入函數(shù)；

在CPN網(wǎng)絡(luò)模型中，競爭層中Q個神經(jīng)元所獲得的網(wǎng)絡(luò)輸入為：

式中，i＝1,…,11，j＝1,…,Q,X為輸入向量，W為輸入層到競爭層的連接權(quán)值；模型未訓(xùn)練時，W各元素的初始值為[0,1]內(nèi)的隨機值；

競爭層中Q個神經(jīng)元的網(wǎng)絡(luò)輸出為：K＝[k₁,…,k_Q]；

式中，第i個神經(jīng)元輸出值k_i按下式進行計算，i＝1，……，Q：

在輸出層中，M個神經(jīng)元所獲得的網(wǎng)絡(luò)輸入F采用如下算法：

其中，i＝1,…,Q，j＝1,…,5,V為競爭層到輸出層的連接權(quán)值；模型未訓(xùn)練時，V各元素的初始值為[0,1]內(nèi)的隨機值；輸出層中M個神經(jīng)元的網(wǎng)絡(luò)輸出向量Y的各個元素y_i采用下式進行計算：

所述樣本集包括訓(xùn)練樣本子集和測試樣本子集，所述訓(xùn)練樣本子集用于訓(xùn)練CPN網(wǎng)絡(luò)模型，所述測試樣本子集用于對CPN網(wǎng)絡(luò)模型進行測試，所述訓(xùn)練樣本子集的樣本容量大于測試樣本子集的樣本容量；應(yīng)用CPN網(wǎng)絡(luò)模型對圖書館用戶滿意度進行評估時，將實際用戶滿意度指標變量作為CPN網(wǎng)絡(luò)模型輸入值進行計算，得到代表用戶滿意度綜合評估值的CPN網(wǎng)絡(luò)模型輸出值，實現(xiàn)圖書館用戶滿意度綜合評估，并將當前指標觀測值和用戶滿意度綜合評估值構(gòu)成的樣本納入訓(xùn)練樣本子集或測試樣本子集中，同時更新CPN網(wǎng)絡(luò)模型。

2.根據(jù)權(quán)利要求1所述的一種基于CPN網(wǎng)絡(luò)模型的圖書館用戶滿意度綜合評估方法，其特征在于：所述用戶滿意度指標變量包括多個一級指標變量，每個一級指標變量下還設(shè)有多個二級指標變量；所述一級指標變量包括設(shè)施環(huán)境條件、服務(wù)質(zhì)量和資源建設(shè)三個變量；其中，所述設(shè)施環(huán)境條件中包括服務(wù)系統(tǒng)穩(wěn)定性x₁、服務(wù)系統(tǒng)響應(yīng)速度x₂、網(wǎng)絡(luò)安全順暢性x₃和資源獲取便利性x₄四個二級指標變量；服務(wù)質(zhì)量中包括服務(wù)流程規(guī)范性x₅、服務(wù)人員專業(yè)性x₆和服務(wù)內(nèi)容個性化x₇三個二級指標變量；資源建設(shè)中包括信息資源權(quán)威性x₈、信息內(nèi)容時效性x₉、資源結(jié)構(gòu)完備性x₁₀和信息推送準確性x₁₁四個二級指標變量，以所述二級指標變量的總數(shù)量作為輸入層神經(jīng)元數(shù)N，且通過各所述二級指標變量生成輸入層的輸入向量。

3.根據(jù)權(quán)利要求2所述的一種基于CPN網(wǎng)絡(luò)模型的圖書館用戶滿意度綜合評估方法，其特征在于：所述用戶滿意度等級從低到高依次包括低、較低、一般、較高以及高五個等級。

4.根據(jù)權(quán)利要求1所述的一種基于CPN網(wǎng)絡(luò)模型的圖書館用戶滿意度綜合評估方法，其特征在于：當輸入向量傳遞到CPN網(wǎng)絡(luò)模型的輸入層時，對輸入層上的計算值進行歸一化處理,其中i＝1，……，N。