基于Word2Vec 與LSTM 混合模型的公共圖書館用戶多維滿意度量化方法研究

打開文本圖片集

[ 摘 要] 以問卷調(diào)查為主要方法的公共圖書館滿意度評價方式存在成本高、數(shù)據(jù)連續(xù)性差、覆蓋范圍有限等問題，而以在線評論為數(shù)據(jù)源、運用深度學習方法測算多維度公共圖書館滿意度得分的模型可以有效彌補這些不足。該模型結(jié)合了Word2Vec 在上下文間語義關聯(lián)的優(yōu)勢和長短期記憶（LSTM）人工神經(jīng)網(wǎng)絡模型在長期依賴問題上的優(yōu)勢，通過構建“評論文本—用戶滿意度各項指標得分”數(shù)據(jù)集，訓練模型得到多維滿意度測評結(jié)果。（剩余14384字）