典型文献
基于文本信息的图书馆读者流失分析模型
文献摘要：
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.
文献关键词：
图书馆;读者流失;文本信息
中图分类号：
作者姓名：
徐根祺;曹宁;谢国坤;董三锋;张正勃
作者机构：
西安交通工程学院机械与电气工程学院,陕西,西安710300;西安交通工程学院土木工程学院,陕西,西安710300
文献出处：
引用格式：
[1]徐根祺;曹宁;谢国坤;董三锋;张正勃-.基于文本信息的图书馆读者流失分析模型)[J].微型电脑应用,2022(09):5-7,15
A类：
B类：
文本信息,读者流失,流失分析,本类,建图,TEXT,西安市,对读,列表,遗传算法优化,GA,逻辑回归,预测误差,精确率,召回率,余三,预知
AB值：
0.227872
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
