典型文献
基于LSTM神经网络的馆际互借量预测研究
文献摘要：
针对高校出现的跨校区多馆藏布局,文章对比采用LSTM神经网络结构对馆际互借的委托数据进行分析、预处理与建模.结果显示:基于LSTM神经网络模型的委托量预测与典藏调整后,委托量下降明显.相较于按借阅比例分配的委托调度,基于LSTM神经网络模型的预测在时间和分类等方面对委托量影响更加显著,对单本书实现委托预测与分析更加贴合实际情况.
文献关键词：
LSTM神经网络;多校区;馆际互借;馆藏调度
中图分类号：
作者姓名：
汪晴
作者机构：
南京航空航天大学图书馆,江苏 南京 211106
文献出处：
引用格式：
[1]汪晴-.基于LSTM神经网络的馆际互借量预测研究)[J].无线互联科技,2022(17):149-152
A类：
馆藏调度
B类：
馆际互借,预测研究,跨校区,馆藏布局,神经网络结构,典藏,借阅,本书,加贴,贴合,多校区
AB值：
0.305148
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。
