排基于机器学习的电子资源评价方法研究
Research on the Evaluation Method of Electronic Resources Based on Machine Learning
-
作者：
高利
1
王珈尧
2
赵颖慧
3
-
作者单位：
- 通讯作者：
赵颖慧
Email:zyinghui0925@126.com
-
提交时间：2024-11-04 10:26:47
摘要: 【目的/意义】：建立科学、高效的电子资源评价方法是高校图书馆资源建设与提升服务质量的重要工作内容。与传统电子资源评价方法相比机器学习模型评估预测结果更加准确、高效，指导电子资源结构优化更具客观性。【方法/过程】：以外文电子资源为研究对象，建立外文期刊全文库和文摘库两种不同类型评价指标体系。采集DRAA网站单馆统计报告和评价中心数据，应用RF（随机森林）进行特征变量重要性排序，比较构建机器学习模型，采用留一交叉验证对电子资源评价预测并进行精度比较确保模型的最优性能。【结果/结论】：机器学习模型对电子资源评价预测比传统方法更加准确和高效，可以为图书馆做出基于数据的决策，有助于图书馆优化电子资源配置。
版本历史
| [V1] |
2024-11-04 10:26:47 |
ChinaXiv:202411.00068V1
|
下载全文 |
相关信息
待评议
点击量
下载量
