基于文本信息的图书馆读者流失分析模型

摘要：

针对近年来图书馆读者流失严重的问题,作者从读者和图书馆两方面因素进行分析,将这些文本类信息纳入到卷积神经网络,搭建图书馆读者流失分析模型(TEXT-CNN).以西安市某图书馆为例,对读者流失进行预测并生成读者列表,将该模型所用算法与目前常用的预测模型(如遗传算法优化的BP神经网络GA-BP模型、支持向量机SVM模型以及逻辑回归Logistic模型)进行比较.结果显示,这里提出的TEXT-CNN模型的预测误差最小,精确率和准确率最高,同时F1值和召回率也优于其余三种模型,这表明将所提出的模型用于对图书馆读者流失进行预测是可行的.本研究对于图书馆提前预知读者流失情况并及时采取预防措施具有现实指导意义.

关键词：图书馆、读者流失、文本信息

所属期刊栏目：38

分类号：TP391.9;G251.4(计算技术、计算机技术)

资助基金：西安交通工程学院中青年基金项目;陕西省教育厅专项科学研究计划项目;西安交通工程学院中青年基金项目

在线出版日期：2022-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5-7,15