LVQ神经网络在高校图书馆图书采购中应用研究.docVIP

LVQ神经网络在高校图书馆图书采购中应用研究 　　〔摘要〕通过分析LVQ神经网络的结构与算法，提出了利用基于LVQ神经网络图书采购模型，以江苏城市职业学院图书馆图书采购为实例，分析运用LVQ神经网络对图书采购进行判断的步骤和方法，结果表明，判断结果是合理的，是可以为高校图书馆采访决策提供参考。 　　〔关键词〕LVQ神经网络；图书采购；优化 　　收稿日期：2011－07－09 　　作者简介：孙 雷（1971－），男，高级工程师，硕士，研究方向：图书馆信息化，发表论文数篇。 　　DOI：10.3969／j.issn.1008－0821.2011.10.040 　　〔中图分类号〕G251.5 〔文献标识码〕B 〔文章编号〕1008－0821（2011）10－0166－03 　　The Application Research on Library Book Purchasesby Using LVQ Neural Network for University 　　Sun Lei（Library，the City Vocational College of Jiangsu，Nanjing 210036，China） 　　〔Abstract〕Though analyzing LVQ neural network structure and algorithm,book purchasing model based on LVQ neural network was given,taking the city vocational college of jiangsu library book purchasing as an example,the step and method of judging library book purchasing were carried out by using LVQ neural network,practical calculations showed that the result were reasonable and can help to make a decision of library acquisition. 　　〔Key words〕LVQ neural network;book purchases;Optimization 　　图书采购是高校图书馆业务关键环节之一，图书采购对图书馆提高藏书质量、满足读者借阅、优化文献资源有着十分重要的意义，目前图书馆在采购图书还缺少一套行之有效的方法，如何根据各个学科的文献需求量、读者兴趣值等因素制定科学的采购策略，使得图书收藏最大限度的满足科研、教学需要，是图书馆的一项十分重要的课题，近年来随着人工智能神经网络等技术的兴起，为优化、预测、分类、模式识别等问题的发展提供了新的契机，也为图书采购提供了科学的解决方案，本文主要探讨用神经网络应用解决图书采购的方案。 　　1 目前高校图书馆图书采购存在的问题 　　 　　目前高校图书馆图书采购大都由高校图书馆采编人员去书城选书，这种采购模式存在一些不足［1－2］，表现在：①采购过程有一些盲目性和主观性，在图书采购过程中，尽管图书采访人员责任心较强，业务能力较强，但难免有一些个人主观色彩。②专业图书的采购缺乏针对性和前瞻性，由于图书采购人员不可能具备全校所有专业的专业知识和能力，对专业图书的采购不能很好的把握学科和专业的动向。③效率较差，准确率较低。 　　2 LVQ神经网络结构及其学习算法概述 　　 　　学习向量量化［3］（LVQ，Learning Vector Quantization）神经网络是一种用于训练竞争层的有监督学习方法的输入前向神经网络，LVQ神经网络在模式识别和优化领域有广泛的应用。 　　2.1 LVQ神经网络结构LVQ神经网络的网络结构如图1所示，由3层神经元组成［4］，即输入层、隐含层和输出层，输入层与隐含层之间全连接的方式，隐含层与输出层采用部分连接方式，隐含层与输出神经元之间连接权值固定为1。 　　2.2 LVQ神经网络算法LVQ神经网络算法［5］是在有教师状态下对隐含层进行训练的一种学习算法，是从竞争算法中演化而来的，LVQ算法分为LVQ1算法和LVQ2算法，LVQ1算法的核心思想是计算距离输入向量最近的隐含层神经元，从而找出与之相连接的线性输出层神经元。LVQ2算法主要是当LVQ1出现识别错误时，用LVQ2进行改良。 　　 　　3 基于LVQ神经网络图书采购模型的设计 　　 　　如前面所述，图书采购工作主要靠人工完成，科学地、高效地进行图书采访一直困扰图书馆采访人员。LVQ神经网络适合建立图书采购主要表现在［6］：①良好的非线