基于BP神經(jīng)網(wǎng)絡(luò)的參考咨詢館員素質(zhì)評(píng)價(jià)模型

收稿日期：2011－04－15

〔摘要〕在建立參考咨詢館員素質(zhì)評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，提出一種智能化的基于BP神經(jīng)網(wǎng)絡(luò)的參考咨詢館員素質(zhì)評(píng)價(jià)方法。概述BP神經(jīng)網(wǎng)絡(luò)及其基本原理，并詳述基于BP神經(jīng)網(wǎng)絡(luò)的參考咨詢館員素質(zhì)評(píng)價(jià)模型的建立過程，包括神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定、網(wǎng)絡(luò)訓(xùn)練，以及網(wǎng)絡(luò)檢驗(yàn)等。將該模型應(yīng)用于實(shí)例檢驗(yàn)，得到較滿意的結(jié)果。

〔關(guān)鍵詞〕參考咨詢館員；素質(zhì)評(píng)價(jià)；BP神經(jīng)網(wǎng)絡(luò)

DOI：10．3969／j．issn．1008－0821．2011．08．023

〔中圖分類號(hào)〕G252.6 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008－0821（2011）08－0091－03

Quality Evaluation Model of Reference Librarians Based On BP Neural Networks

Fu Bing Chen Lianmei

（Library，Basic Education College，Zhanjiang Normal University，Zhanjiang 524037，China）

〔Abstract〕On the ground of building quality evaluation index system of reference librarians，this paper proposed an intelligent evaluation method based on back propagation neural networks.This paper introduced the BP neural networks and its basic principles，and then expounded the establishing processes of evaluation model based on BP neural networks，including determining the structure of neural networks，networks training，and networks verification.The model was applied to test samples，and a satisfactory effect was obtained.

〔Key words〕reference librarian;quality evaluation;back propagation neural networks

信息時(shí)代，參考咨詢服務(wù)是圖書館用戶服務(wù)的核心，也是業(yè)務(wù)實(shí)踐的基石，它是整個(gè)圖書館事業(yè)賴以存在的根基。參考咨詢館員的素質(zhì)是決定參考咨詢服務(wù)質(zhì)量的關(guān)鍵，因此，建立一套科學(xué)合理的素質(zhì)評(píng)價(jià)體系很有必要。本文首先建立參考咨詢館員素質(zhì)評(píng)價(jià)的指標(biāo)體系，然后構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的參考咨詢館員素質(zhì)評(píng)價(jià)模型。

1 參考咨詢館員素質(zhì)評(píng)價(jià)的指標(biāo)體系

參考咨詢館員應(yīng)該具備的素質(zhì)主要包括職業(yè)素質(zhì)、身心素質(zhì)、科學(xué)文化素質(zhì)、專業(yè)素質(zhì)、創(chuàng)新素質(zhì)以及溝通素質(zhì)6個(gè)方面，每個(gè)方面可以細(xì)化為若干個(gè)具體的評(píng)價(jià)指標(biāo)［1］。

2 BP神經(jīng)網(wǎng)絡(luò)及其基本原理

人工神經(jīng)網(wǎng)絡(luò)ANN(Artificial Neural Network)，是對(duì)人腦或自然的神經(jīng)網(wǎng)絡(luò)若干基本特性的抽象和模擬，是一種非線性的動(dòng)力學(xué)系統(tǒng)。它具有大規(guī)模的并行處理和分布式的信息存儲(chǔ)能力，良好的自適應(yīng)性、自組織性及很強(qiáng)的學(xué)習(xí)、聯(lián)想、容錯(cuò)及抗干擾能力［2］。

目前，人工神經(jīng)網(wǎng)絡(luò)模型有數(shù)十種，較典型的有BP人工神經(jīng)網(wǎng)絡(luò)、Hopfield人工神經(jīng)網(wǎng)絡(luò)等。本文采用由D.E.Rumelhart、J.L.McCelland及其研究小組提出的BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)來構(gòu)造參考咨詢館員的素質(zhì)評(píng)價(jià)模型。

典型的BP神經(jīng)網(wǎng)絡(luò)由輸入層、輸出層及隱含層組成，隱含層有一個(gè)或多個(gè)，每層由若干個(gè)節(jié)點(diǎn)（神經(jīng)元）組成。相鄰兩層之間的節(jié)點(diǎn)采取全互連接，同層的節(jié)點(diǎn)之間互不相連。信息從輸入層開始在各層之間向前傳播，依次經(jīng)過各隱含層，最后到達(dá)輸出層。

BP神經(jīng)網(wǎng)絡(luò)采用誤差反向傳播學(xué)習(xí)算法，即BP算法。BP算法的學(xué)習(xí)過程是一個(gè)反復(fù)迭代的過程，由正向傳播和反向傳播組成。其算法的基本原理是：輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給隱含層各神經(jīng)元；隱含層是內(nèi)部信息處理層，負(fù)責(zé)信息變換；隱含層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。

參考文獻(xiàn)

［1］付兵.網(wǎng)絡(luò)環(huán)境下參考咨詢館員的素質(zhì)評(píng)價(jià)［J］.情報(bào)探索，2009，(6)：24-26.

［2］王偉.人工神經(jīng)網(wǎng)絡(luò)原理——入門與應(yīng)用［M］.北京:北京航空航天大學(xué)出版社，1995.

［3］Mitchell T.M.機(jī)器學(xué)習(xí)(中譯本)［M］.北京:機(jī)械工業(yè)出版社，2003.

［4］徐麗娜.神經(jīng)網(wǎng)絡(luò)控制［M］.北京:人民交通出版社，2000.

［5］Hagan，等.神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2002.

［6］Watkins C.Learning from delayed rewards［D］.Kings College，Cambridge，England，1989.

［7］Matlab 7.0［EB］.http://www.mathworks.cn/products/matlab/，2010-05-21.