ارائه یک مدل شبکه عصبی مصنوعی در پیشبینی کیفیت خدمات کتابخانههای دانشگاهی
نویسندگان
چکیده
مقدمه : کتابخانهها و مراکز اطلاعرسانی معمولاً با استفاده از ابزار لیبکوآل به بررسی کیفیت خدمات میپردازند. در تجزیه و تحلیل لیبکوآل میتوان از شبکه عصبی مصنوعی استفاده نمودکه با درجه خطای پایین به بررسی سطح خدمات میپردازد. پژوهش حاضر در پی آن است که به معرفی شبکه عصبی مصنوعی بپردازد تا در پیش بینی کیفیت خدمات سایر کتابخانه های دانشگاهی مثمر ثمر واقع شود. روش کار: این پژوهش با استفاده از روش پیمایشی و از نوع کاربردی مقطعی میباشد . جامعه پژوهش شامل کلیه دانشجویان دانشگاه علوم پزشکی شیراز است. ابزار گردآوری دادهها پرسشنامه لیب کوآل میباشد. به منظور تجزیه و تحلیل داده ها و ارائه شبکه عصبی مناسب از نرمافزار matlab استفاده شده است. همچنین جهت دستیابی به مناسب ترین شبکه عصبی مصنوعی که قادر به پیش بینی کیفیت خدمات با کمترین خطا و بیشترین میزان تطابق باشد الگوریتمی در نرم افزار matlab نوشته شد که به صورت خودکار با گرفتن دادههای ورودی و داده های هدف به محاسبه چنین شبکهای بپردازد. یافتهها: به ازای پنج دسته داده ورودی و اجرای الگوریتم نوشته شده، پنج شبکه عصبی مصنوعی ایجاد گردید که به ترتیب دارای ضریب تعیین 77059/0، 68280/0، 81089/0، 79161/0 و 83273/0 میباشد. نتیجهگیری: با مقایسه شبکههای عصبی مصنوعی مشخص گردید شبکه عصبی مصنوعی که دارای 20 لایه پنهان،80 درصد داده آموزشی، 667/16 درصد داده آزمایشی، 3333/3 درصد داده اعتبارسنجی باشد و بهوسیله دادههای پنج ورودی تغذیه شود، مناسبترین شبکه در ارزیابی کیفیت خدمات کتابخانههای دانشگاهی میباشد.
منابع مشابه
شبکه های عصبی مصنوعی؛ رویکردی نوین در سنجش کیفیت خدمات کتابخانه های دانشگاهی
اندازهگیری مؤثر و تجزیه و تحلیل دقیق کیفیت خدمات، نخستین گام ضروری برای ارتقای عملکرد کتابخانهها و مراکز اطلاعرسانی و در نتیجه بهبود شیوههای خدماترسانی در این مراکز است. پژوهش حاضر با بهکارگیری شبکههای عصبی مصنوعی به عنوان یک ابزار قدرتمند در مدلسازی روابط غیرخطی، تأثیر استفاده از دادههای بهدست آمده از ادراکها و انتظارهای مشتریان و چگونگی استفاده از آنها را در کتابخانه مرکز...
متن کاملارائه یک مدل شبکه عصبی مصنوعی برای تخمین نفوذ آب در خاک بر اساس پارامترهای مدلهای SCS و کوستیاکوف
Infiltration of water into the soil accounts as a phenomenon in which most of researchers and scientists are interested so it acts a prominent role in the water cycling. Owing to temporal and spatial variation of infiltration, measuring of it in a direct way requires a long time and high cost. Thus, using a method for measuring the soil infiltration in an indirect way instead of direct way for ...
متن کاملپیشبینی آماری پهنه بندی خطر زلزله احتمالی با استفاده شبکه های عصبی مصنوعی
پیشبینی محل وقوع زلزلههای آتی همراه با تعیین درصد احتمال رخداد، میتواند در کاهش خطرات ناشی از زلزله بسیار سودمند باشد. تعیین محلهای پیشبینی شده، سبب افزایش توجه به طراحی، بهسازی لرزهای و ارزیابی قابلیت اعتمادپذیری سازههای موجود در این مکانها میشود. در پیشبینی زمان وقوع زلزله فرضیهها و نظریههای گستردهای مطرح است. هنوز شیوهای دقیق برای پیشبینی زمان رخداد زلزلههای آتی مورد تأیید ق...
متن کاملمدل سازی کیفیت زیباشناختی منظر در فضای سبز شهری با استفاده از شبکه عصبی مصنوعی
ارزیابیهای کیفیت منظر عمدتا اشاره به نقش کلیدی عناصر طبیعی و مصنوعی منظر در ایجاد رضایتمندی و درک زیبایی از منظر دارند. هدف از این مقاله مدلسازی ارزیابی کیفیت زیباشناختی منظر با استفاده از شبکه عصبی مصنوعی به منظور کشف روابط حاکم در ساختار منظر و ارتباط عناصر منظر با کیفیت زیباشناختی آن است. جهت انجام پژوهش حاضر چهار بوستان (جمشیدیه، نهج البلاغه، قیطریه، آب و آتش) با تنوع بالا در کیفیت منظر ...
متن کاملارائه مدل تدریس اثربخش اساتید دانشگاه بر پایه تحلیل شبکه عصبی مصنوعی
تحقیق حاضر با هدف ارائه الگوی تدریس اثربخش اساتید دانشگاه آزاد اسلامی با بهرهگیری از تحلیل شبکههای عصبی مصنوعی انجام گرفت. پژوهش حاضر از حیث هدف کاربردی و از نوع طرحهای ترکیبی- اکتشافی است. جامعهی آماری تحقیق دانشجویان تحصیلات تکمیلی دانشگاه آزاد اسلامی واحد ارومیه میباشد که در قسمت کیفی تعداد 24 نفر از دانشجویان به روش نمونهگیری هدفمند و تا مرحله اشباع نظری یافتهها به شیوه گروههای کانو...
متن کاملکاربرد مدل شبکه عصبی مصنوعی در پهنهبندی خطر زمینلغزش
ینلغزش بهعنوان یکی از مخاطرات طبیعی در مناطق کوهستانی محسوب میشود که هر ساله منجر به خسارات زیادی میشود. حوضه آبریز دوآب الشتر با داشتن چهرهای کوهستانی و مرتفع و شرایط طبیعی مختلف دارای استعداد بالقوه زمینلغزش است. هدف از این تحقیق پهنهبندی خطر زمینلغزش با استفاده از مدل شبکه عصبی مصنوعی در حوضه دوآب الشتر میباشد. بدین منظور ابتدا پزمارامترهای مؤثر در وقوع زمینلغزش استخراج و سپس لایه...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
مدیریت سلامتجلد ۱۶، شماره ۵۴، صفحات ۲۴-۳۳
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023