改进遗传神经网络在荐购高校数字资源中的应用

摘 要：针对目前图书馆数字资源采购过程中主观意识强、科学规范与量化性差的问题，本文对重庆市科技文献资源共享服务平台重庆理工大学分中心2010年4月-2014年4月（四年）提供的文献传递数据进行属性分析，并确定新的评估指标，然后采用改进的遗传神经网络算法对数据进行建模。通过文章新提出文献传递评估指标找出使用频率较多数据，从而来指导本校图书馆数字资源的采购方向。

关键词：评估指标；文献传递；数字资源采购；遗传算法；图书馆

中图分类号：TP212.9

目前，各个高校在选择数字资源采购模式上，没有一个科学的规范与量化的比对，都是以人的主观意识在采购。通常由用户的数量和使用量的需求程度确定数字资源访问级别高低并结合经费划拨情况决定是否购买。也有一些高校针对数字资源质量评价体系进行研究，对数字资源采购起到一定的参考作用，但在实际操作中还存在一些问题。

新的评估指标为解决数字资源采购问题，提供了采购参考依据，以达到对文献传递数据全面分析。不同等级用户满意度指数不同，所有用户最终加权总值能全面客观、毫无遗漏地反映评价目标综合保障能力。评估指标对于比较数字资源的学术质量有实质性效果，其评估结果能对高校数字资源库采购起到量化参考作用。[1-2]

本文对重庆市科技文献资源共享服务平台重庆理工大学分中心4年（2010年4月-2014年4月）提供的文獻传递服……