基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度綜合評價方法研究

劉康弟

關鍵詞：神經(jīng)網(wǎng)絡;圖書館;用戶滿意度;評價

摘要：神經(jīng)網(wǎng)絡技術在圖書館的應用，有助于提高用戶滿意度評價的可靠性。文章介紹了神經(jīng)網(wǎng)絡技術的原理與優(yōu)勢，分析了圖書館用戶滿意度的影響因素，設計了基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度評價指標體系，最后構建了用戶滿意度評價模型。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2019）07-0119-03

滿意度的概念最早起源于營銷學，是用戶獲取服務或產(chǎn)品后經(jīng)過預期效用與實際效果的對比而產(chǎn)生的一種主觀感受。隨著研究的深入以及應用領域的拓展，用戶滿意度被引入圖書館服務評價中，用于全面掌握用戶需求，為用戶提供更加優(yōu)質的服務。在用戶滿意度評價方面，圖書館可以采用建立用戶滿意度指標模型的方式研究用戶對圖書館服務的感受，用于提升服務質量。神經(jīng)網(wǎng)絡技術是一種多層逆推算法，可以通過客觀數(shù)據(jù)自主學習與訓練的方式，全面挖掘海量數(shù)據(jù)的潛在價值，避免人為、主觀因素對評價結果的影響。將神經(jīng)網(wǎng)絡技術應用于用戶滿意度評價模型構建，能夠提高數(shù)據(jù)處理效率，獲得較好的評價效果，這也是圖書館領域的全新研究方向。

1神經(jīng)網(wǎng)絡技術的基本原理與優(yōu)勢

1.1神經(jīng)網(wǎng)絡的概念

神經(jīng)網(wǎng)絡（BP）的概念最早由Rurnelhant等在1986年提出，是指基于多層神經(jīng)網(wǎng)絡的逆推學習算法。它屬于人工智能的分支，具有記憶、自主學習、歸納與聯(lián)想等能力，應用領域十分廣泛[1]。其算法的基本思想是：根據(jù)系統(tǒng)的輸出誤差，對輸出層的前導層進行誤差估計，并根據(jù)估計結果進行前饋計算，以層層逆推的方式，獲得多層誤差計算結果。算法學習過程由兩部分構成，即系統(tǒng)信號正向傳遞與誤差的反向逐層處理。在正向傳播過程中，由輸入層傳入樣本數(shù)據(jù)后，經(jīng)過多個隱含層的處理，最終傳至輸出層。若發(fā)現(xiàn)實際輸出與預期輸出不相符，系統(tǒng)則轉入反向誤差傳播階段，并根據(jù)估算結果對不同單元的權值進行修正，以保障輸出結果符合要求。

1.2神經(jīng)網(wǎng)絡技術的原理

神經(jīng)網(wǎng)絡技術模擬大腦神經(jīng)傳遞的方式，形成了類似大腦的多層神經(jīng)網(wǎng)絡結構[2]。其中的傳導系統(tǒng)類似大腦的神經(jīng)元，用于接收、傳遞、處理數(shù)據(jù)，不同功能的神經(jīng)元聚集起來就形成了復雜的神經(jīng)網(wǎng)絡。最簡單的神經(jīng)網(wǎng)絡模型主要包括輸入與輸出兩層結構，沒有其他隱含層，輸入與輸出層直接關聯(lián)，因此信號的傳遞路徑變短，也被稱作跳躍型線性回歸模型。

1.3神經(jīng)網(wǎng)絡的應用優(yōu)勢

與大多數(shù)綜合評價方法相比，神經(jīng)網(wǎng)絡技術因模擬了大腦的自主學習和智能運算方式，避免了人工操作中的主觀性因素，更具客觀性、高效性與科學性[3]。它由類似大腦的計算機程序構成，特殊的層級結構決定了其具有強大的數(shù)據(jù)處理能力以及較好的自主學習能力，能夠通過隱含神經(jīng)元估算連續(xù)函數(shù)，進而獲得精準的計算結果。神經(jīng)網(wǎng)絡技術在圖書館領域的應用，有助于構建更為完善的用戶滿意度評價模型，通過數(shù)據(jù)測量與逆推計算可以了解用戶預期與實際服務之間的差異，發(fā)現(xiàn)圖書館服務存在的問題，引導圖書館提高服務質量。

2圖書館用戶滿意度的影響因素分析

移動網(wǎng)絡環(huán)境下，圖書館在提供數(shù)字化服務的過程中，不僅需要依托基礎設施與先進技術，也需要制訂合理的服務方案，在這個過程中存在很多影響用戶滿意度的因素，大致包括設施環(huán)境、服務質量、信息資源等幾個方面。

2.1設施環(huán)境的影響

完備的軟硬件設施以及良好的內部環(huán)境是圖書館吸引用戶的基本條件[4]。在圖書館為用戶提供信息服務的過程中，服務系統(tǒng)是否穩(wěn)定，內部空間布局是否合理，內部環(huán)境是否安靜和舒適，都會直接影響用戶的主觀感受。圖書館的外部環(huán)境也非常重要，其外部環(huán)境是否干凈整潔，是否處于鬧市區(qū)，交通是否便利等，也會影響用戶的使用滿意度。在網(wǎng)絡環(huán)境下，圖書館需要不斷完善基礎網(wǎng)絡設施，合理應用先進信息技術，保障服務系統(tǒng)的穩(wěn)定性以及網(wǎng)速的順暢性，同時還應設置友好的用戶服務界面，做好用戶信息保護工作，關注影響用戶體驗的各種因素。

2.2服務質量的影響

用戶在獲取信息服務的過程中，不僅要求圖書館員具備良好的服務意識，也要求館員根據(jù)他們的動態(tài)需求提供更具個性化的信息產(chǎn)品。在此背景下，圖書館員應提升業(yè)務水平，積極轉變服務理念，以用戶需求為導向，不斷學習新知識，獲取新技能，以出色的業(yè)務能力和較好的服務態(tài)度，保障圖書館服務的有序性。同時，圖書館員有必要強化與用戶之間的信息溝通，及時獲取用戶對服務的反饋，分析不同類型用戶的興趣偏好，以制訂有針對性的服務方案，保障用戶獲取服務的便捷性。此外，在為用戶提供信息服務的過程中，系統(tǒng)操作流程是否煩瑣、信息查詢是否便捷等，也會直接影響用戶對服務的評價。

2.3信息資源的影響

豐富的館藏資源是圖書館為用戶提供服務的基礎。館藏資源建設不僅包括紙質文獻采訪，也包括網(wǎng)絡資源采集和特色數(shù)據(jù)庫建設，圖書館有必要圍繞學科建設目標制訂合理的文獻采訪方案[5]。對于紙質文獻資源的采訪，圖書館要求類型多樣、種類齊全、覆蓋范圍廣泛，以保障文獻的穩(wěn)定結構;數(shù)字化文獻資源的整合應體現(xiàn)豐富與專業(yè)性，及時填充與更新特色資源庫;在數(shù)字化信息服務方面，圖書館所提供的信息資源是否具有新穎性、權威性，所提供的知識產(chǎn)品是否豐富，是否能夠滿足不同用戶的需求等，都是影響用戶滿意度的直接因素。

3基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度評價指標體系

作為一種主觀感受，圖書館用戶滿意度很容易受到多重因素的影響，因此，圖書館有必要選擇合適的滿意度評價指標，對主客觀因素、隱性因素等進行統(tǒng)一分析，形成科學的用戶滿意度評價指標體系，為評價結果的可靠性提供支持。

3.1指標體系結構

圖書館用戶滿意度評價指標的設計應結合主要影響因素，挑選最能反映用戶真實感受的指標。筆者結合上述用戶滿意度影響因素分析情況，采用層次分析法，從圖書館基礎設施、服務質量、信息資源三個方面設計了對應的評價指標，包括系統(tǒng)響應速度、安全性、信息權威性、流程舒適度等，并結合與神經(jīng)網(wǎng)絡模型對應的指標項目，構建了基于用戶滿意度的評價指標體系（見圖1）。由于涉及指標較多，若將全部指標納入指標體系中，勢必會增加評價模型的構建難度和后續(xù)計算量，因此，圖書館員需要根據(jù)既有經(jīng)驗，從中挑選出最能反映服務質量與系統(tǒng)性能的指標，在不增加工作量的情況下保障評價效果。

3.2指標權重設計

每一個評價指標都有不同的量綱單位（量綱是指物理量的基本屬性），如系統(tǒng)響應速度與服務質量的量綱就不同。若量綱不一致，勢必影響到最終評價結果，圖書館有必要對這些評價指標進行序化處理，消除不同指標之間量綱的差異，并獲得不同指標對應的權重，以方便后續(xù)的統(tǒng)一計算。為了提高神經(jīng)網(wǎng)絡的訓練靈敏度，圖書館必須對輸入的數(shù)據(jù)進行規(guī)范化處理。由于神經(jīng)網(wǎng)絡輸入的數(shù)據(jù)可能是線性的（這表明不同的指標之間存在一定關聯(lián)），而這種相關性會影響權重的唯一性，即計算過程中出現(xiàn)多個解，因此，圖書館有必要做好輸入數(shù)據(jù)的相關度檢驗工作，將相關度高的指標分離開來。

3.3評價指標的應用

在用戶滿意度評價指標的應用中，圖書館首先要選擇最底層指標進行用戶滿意度評價，然后將評價結果傳遞至上一層，逐層計算以獲得最終結果。最底層評價指標可以通過問卷調查的方式獲得，由館員設置對應的調研問卷，設計信息資源質量、知識權威性、系統(tǒng)操作等基礎性指標，以了解用戶對這些信息的感知情況。其次要對結果進行處理，將其轉化為系統(tǒng)數(shù)據(jù)，并傳遞至上一層進行計算。每一個層級的計算權重都需要求取平均值，通過四舍五入獲得評價結果[6]。不同層級之間的信息傳遞由神經(jīng)網(wǎng)絡自動賦予權重值，并通過逐層匯總分析獲得最終結果。

4基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度評價模型的構建基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度評價就是依托具有智能記憶和學習功能的神經(jīng)網(wǎng)絡系統(tǒng)，構建全新的定量化綜合評價算法，這種評價方法極大地提升了評價的客觀性和準確性。在具體實踐過程中，建立神經(jīng)網(wǎng)絡模型是最為重要的環(huán)節(jié)，也是保障用戶滿意度評價可靠性的關鍵所在。

4.1神經(jīng)網(wǎng)絡結構設計

神經(jīng)網(wǎng)絡一般包括輸入、輸出和隱含層，擁有的隱含層越多，模型的學習能力越強，網(wǎng)絡結構也將變得更加復雜。常見的神經(jīng)網(wǎng)絡模型僅設置一個隱含層，以避免復雜的網(wǎng)絡影響數(shù)據(jù)處理效率。神經(jīng)元是隱含層中非常重要的部分，相關研究表明，構建神經(jīng)網(wǎng)絡模型的關鍵步驟就是在不同層級設計合理的神經(jīng)元個數(shù)，讓其中一個隱含層能夠表示任意連續(xù)函數(shù)。

4.2神經(jīng)網(wǎng)絡仿真訓練

基于神經(jīng)網(wǎng)絡的圖書館用戶滿意度評價系統(tǒng)由兩部分構成，一部分用于數(shù)據(jù)訓練，一部分用于數(shù)據(jù)分析與評價，二者通過數(shù)據(jù)庫實現(xiàn)數(shù)據(jù)傳遞，并且相互影響，基本評價流程見圖2。在數(shù)據(jù)仿真訓練中，圖書館需要先輸入學習樣本，對這些數(shù)據(jù)進行預處理并傳至輸入層進行自主學習，在獲得最終學習結果后將其納入數(shù)據(jù)庫，為后續(xù)評價過程提供依據(jù)。在用戶滿意度綜合評價階段，圖書館要先導入用戶數(shù)據(jù)，對這些數(shù)據(jù)進行預處理并傳至輸入層，再由神經(jīng)網(wǎng)絡評價模塊進行分析評價，最后調用數(shù)據(jù)庫中的相應權值與歷史評價數(shù)據(jù)進行多角度對比分析，從而獲得最終的評價結果。

4.3評價模型驗證

在借助神經(jīng)網(wǎng)絡對學習樣本進行仿真訓練后，圖書館可以完成用戶滿意度評價模型的基本建設工作。而要想保障評價模型的準確可靠，圖書館還需要利用剩余的學習樣本，對神經(jīng)網(wǎng)絡的輸入結果進行檢驗，了解輸入結果與期望值是否一致。若檢驗結果不一致，圖書館還需要對訓練參數(shù)進行適當調整，直到符合要求為止。由于不同類型用戶對圖書館的要求存在差異，而圖書館的服務僅能滿足一定范圍內用戶的需求，因此，為了更好地提升用戶滿意度，圖書館需要做好業(yè)務分類工作，將關注點放在重點業(yè)務上。如：圖書館選取用戶公認的較好的服務項目并將其中的用戶數(shù)據(jù)轉化為訓練樣本，然后通過神經(jīng)網(wǎng)絡測評的方式了解用戶的滿意度，以便為其他服務項目的優(yōu)化提供參考。

5結語

移動網(wǎng)絡環(huán)境下，圖書館的服務內容日益多樣化，而對用戶滿意度進行評價屬于復雜的工作，所選擇的評價角度、方法與技術不同，最終獲取的結果也不盡相同。同時，用戶滿意度也在不斷發(fā)生變化，并非構建一個滿意度評價模型就能夠一勞永逸。因此，圖書館應積極適應信息環(huán)境與用戶需求的變化，不斷調整服務方式與內容，引入神經(jīng)網(wǎng)絡等新技術，促進用戶滿意度評價方法的不斷完善和創(chuàng)新。

參考文獻：

[1]尹正梅，張捍東.基于RBF神經(jīng)網(wǎng)絡的高校圖書館電子資源評價研究[J].情報探索，2016（1）：38-41.

[2]龔軍.淺析江西省普通高校圖書館網(wǎng)絡信息資源服務現(xiàn)狀與對策[J].南昌航空大學學報（社會科學版），2016（3）：118-124.

[3]張海濤，張連峰，王丹，等.基于自組織神經(jīng)網(wǎng)絡的圖書館關聯(lián)知識聚合研究[J].情報理論與實踐，2015（9）：73-78.

[4]范一文.基于徑向基函數(shù)神經(jīng)網(wǎng)絡的高校圖書館用戶滿意度評價模型[J].農業(yè)圖書情報學刊，2016（3）：10-13.

[5]羅佳佳，邱麗紅.基于人工神經(jīng)網(wǎng)絡的圖書館服務質量評價研究[J].現(xiàn)代電子技術，2017（1）：86-87.

[6]劉衛(wèi)欣，楊春，肖倩.基于神經(jīng)網(wǎng)絡的大學生信息素質評價模型構建[J].內蒙古科技與經(jīng)濟，2016（1）：100-102.

（編校：周雪芹）