高校数字图书馆服务质量评价论文.doc

这篇文档是关于高校数字图书馆服务质量评价的研究论文，主要探讨了如何使用径向基函数神经网络（RBFNN）来建立有效的评价模型。RBFNN 的结构和训练算法被介绍。RBFNN 包含输入层、隐藏层和输出层，其中隐藏层的基函数对输入信号产生局部响应，其性能依赖于基函数的中心和宽度。训练过程分为三步：无监督的输入空间划分、确定隐层节点数和最大似然法的输出层校正，以提高网络精度。 接着，论文强调了确定服务质量评价指标的重要性。评价指标应具备整体性、客观性、可操作性、适度的数量以及科学和前瞻性。作者依据相关国际标准和法规，构建了一个包含网络可用性、存储系统、资源供给、检索与文献传递、咨询服务五个方面的评价指标体系。 在应用 RBFNN 进行高校数字图书馆服务质量评价时，由于评价指标的非线性、复杂性和模糊性，RBFNN 的优势得以体现，它能处理非线性问题和模糊数据。论文通过哈尔滨金融学院的数字图书馆作为案例，进行了问卷调查，收集了不同职称和学历的80位用户对图书馆服务的评分。RBFNN 训练后的输出误差控制在0.15以内，表明该方法在评价中的客观性和准确性。 结论指出，高校数字图书馆服务质量评价是个复杂的过程，评价指标需准确反映实际情况，而RBFNN模型在实证分析中显示了其合理性和有效性，提高了评价的准确率。 这篇论文提出了利用RBFNN技术对高校数字图书馆服务质量进行量化评价的方法，为图书馆服务的改进提供了科学的评估工具。