基于PSO—SVR的移动图书馆用户满意度评价模型

2019-06-19吴玉萍石义金

新世纪图书馆 2019年5期

吴玉萍石义金

摘要用户满意度评价是移动图书馆建设的重要环节，科学准确地评价用户满意度，对于提高移动图书馆服务质量至关重要。本文在研究文献、遴选评价指标的基础上，构建了基于PSO-SVR的移动图书馆用户满意度评价模型，并利用16所高校移动图书馆的调查数据对模型进行验证。研究发现，该模型能够消除评价指标间非线性交互关系对评价结果精确度的影响，为移动图书馆用户满意度评价提供了一种新的方法和思路。

关键词移动图书馆服务质量用户满意度 PSO SVR

分类号 G250.76

DOI 10.16810/j.cnki.1672-514X.2019.05.011

Abstract Customer satisfaction evaluation is a vital part of the construction of mobile library. Evaluating Customer satisfaction scientifically and accurately is meaningful for improving the service quality of mobile library. Based on the literature review and evaluation indicator selection， this paper constructs a PSO-SVR-based mobile library customer satisfaction evaluation model， and validates the model by using the survey data of 16 mobile libraries. The model eliminates the influence of non-linear interaction among evaluation indicators on the accuracy of evaluation results， and thus provides a method basis for the scientific evaluation of mobile library customer satisfaction.

Keywords Mobile library. Service quality. Customer satisfaction evaluation. PSO. SVR.

随着移动网络技术的不断进步和移动用户的快速增长，移动图书馆近年来发展迅猛，极大地拓展了图书馆服务空间，更好地满足了移动阅读时代读者的信息需求。然而，由于技术、資金、人员、信息资源等多方面因素的制约，移动图书馆服务质量仍然存在很大提升空间。用户（或读者）满意度是评价和衡量图书馆服务质量的重要标准，在移动图书馆建设进入高速发展期、移动信息服务需求日益增长的背景下，构建科学合理的用户满意度评价模型，并用之评价移动图书馆服务现状，从而为移动图书馆改善服务质量提供依据，对于移动图书馆的发展建设尤为重要。

1 文献回顾

在图书馆服务研究领域，用户满意度是持续受到关注的热点研究问题。国内外学者针对图书馆用户满意度评价问题的研究主要涉及两种框架：一是将市场营销领域的顾客满意理论引入图书馆服务质量评价；二是构建评价指标体系并运用系统评价方法对图书馆用户满意度进行定量评价。Nitecki[1]最早将基于用户感知与期望差距的SERVQUAL模型用于评价美国8家学术图书馆的服务质量，该模型的核心思想即为顾客满意理论。美国研究图书馆协会在SERVQUAL模型的基础上，根据读者调查意见不断修订，进而提出了LibQual+模型，该模型后来被广泛应用于国内图书馆服务质量的评价。黄海[2]将美国顾客满意度指数模型（ACSI）引入图书馆服务读者满意度测评的应用研究。唐琼等[3]、雷顺利[4]将顾客满意度理论应用于图书馆电子资源评价，构建了满意度评价模型，并利用调查数据进行了实证研究。施发富[5]、张明霞[6]、邹薇[7]等结合顾客满意度理论，先后提出了相应的图书馆服务质量评价模型。

在运用系统评价方法定量评价图书馆用户满意度方面，毛太田等[8]利用熵权法和理想点法构建了图书馆读者满意度的综合评价模型。武海东[9]通过构建结构方程模型对图书馆读者满意度指数做出了定量评价。侯明艳等[10]基于层次分析法，建立了高校图书馆读者满意度评价指标体系和评价模型。夏立新等[11]综合运用层次分析法和主成分分析法，确定了数字图书馆知识服务满意度的主要影响因素，建立了知识服务满意度评价模型。朱蕾等[12]采用模糊评价法对图书馆读者满意度进行了评价。范一文[13]将神经网络方法用于评价高校图书馆满意度，克服了指标间交互作用对评价结果的影响。

综上所述，现有研究从不同视角采用顾客满意理论、模糊综合评价、层次分析法、熵权法、主成分分析法、神经网络方法等理论方法，对传统图书馆用户满意度进行定量评价，但是上述评价方法基本都假设评价指标与评价结果之间存在线性关系。在移动图书馆模式下，信息服务有其特殊性，各评价指标与移动图书馆满意度之间存在着更为复杂的非线性关系，采用传统评价方法难以保证评价结果的精确度[14-15]。支持向量回归方法（Support Vector Regression， SVR）对于解决非线性小样本的评价问题具有良好效果，当前已应用于安全评价、能力评价等领域并取得了良好效果[16-17]。而粒子群优化算法（Particle Swarm Optimization，PSO）具有较强的最优解逼近能力，可以有效地对系统参数进行全局优化[18]。将PSO与SVR结合，能够更好地解决非线性小样本评价问题，提高评价结果精确度。因此，本文拟采用PSO和SVR相结合的方法构建移动图书馆用户满意度评价模型，并利用高校移动图书馆调查数据检验评价模型的有效性和评价结果的精确度，以期为移动图书馆用户满意度评价提供一种新的思路和方法。

2 移动图书馆用户满意度的影响因素和评价指标

2.1 用户满意度的影响因素

考虑移动图书馆用户满意度影响因素时既要考虑传统图书馆服务的共有影响因素，又要考量其特性，如实时交互性等。王云梯[19]认为影响图书馆信息服务能力的因素主要包括信息资源、信息人才、信息设施、服务方式等四个方面；廖璠等[20]认为移动图书馆的服务质量评价指标主要涉及移动网络环境、信息获取和服务效果三个范畴。施国洪等[21]总结分析了影响移动图书馆服务质量的四个方面因素：系统性能、移动资源、馆员及移情性服务。樊欣荣等[22]认为移动图书馆服务质量的影响因素包括服务信息、服务环境、服务交互和服务结果等。金小璞等[23]认为移动图书馆用户满意度的主要影响因素是界面设计、信息内容以及系统功能。明均仁等[24]将高校移动图书馆APP的用户满意度影响因素归纳为系统特征、界面特征和个体差异三个方面。综合以上文献，本文认为移动图书馆用户满意度的影响因素主要涉及移动服务方式、移动信息资源、移动信息技术、移动服务环境、移动服务效果、移动管理机制等六个方面[19-24]，如表1所示。

2.2 用户满意度的评价指标

借鉴图书馆用户满意度理论，并结合上文对移动图书馆用户满意度影响因素的分析，本文从移动服务易用性、移动资源有效性、移动服务效率、移动服务效果四个维度构建移动图书馆用户满意度评价指标体系，如表2所示。其中，移动服务易用性指标反映了用户对移动图书馆服务方式便捷性的要求，移动服务易用性越高，用户满意度越高；移动资源有效性指标反映了用户对信息资源这一图书馆核心能力的要求，信息资源越丰富、越适用，用户满意度越高；移动服务效率指标是移动图书馆的运行指标，反映了移动图书馆的运营管理状况，移动服务响应速度越快，用户满意度越高；移动服务效果是衡量移动图书馆用户满意度的结果性指标，反映了用户在使用移动服务过程中的主要成本与整体收益，服务效果越好，用户满意度越高。

3 移动图书馆用户满意度评价模型

3.1 支持向量回归机模型

依据统计学习理论的VC维理论和结构风险最小原理，支持向量回归机（SVR）利用有限的样本信息在模型复杂性和学习能力之间寻求最佳折衷，以求获得最好推广能力的方法[25]。由于影响移动图书馆用户满意度的因素众多，且各影响因素对用户满意度的作用呈非线性关系，本文利用SVR模型来分析各评价指标（输入）与用户满意度（输出）之间的作用关系，构造多输入、单输出的SVR模型，如图1所示。

3.2 粒子群算法

粒子群算法（PSO）由Kennedy和Eberhart在1995年首次提出，已经被广泛应用于模式识别、函数寻优、神经网络训练等领域。该算法源于模拟鸟群觅食过程，它把每个优化问题的解当作搜索空间的一个粒子，每个粒子在搜索空间中以一定速度飞行，而飞行速度则根据本身和同伴的飞行经验动态调整，通过定义相应的适应度函数衡量每个粒子解的优越程度，数学描述如下[26]：

3.3 基于PSO-SVR的满意度评价模型

为了实现对SVR模型参数的自动选择和参数搜寻方向控制，本文将PSO与SVR相结合，利用PSO的全局搜索能力，对SVR参数进行寻优处理，并确定最优参数组合。基于PSO-SVR的移动图书馆用户满意度评价模型的基本思路如图2所示。其主要步骤如下：

（1）收集移动图书馆用户满意度评价指标的样本数据，并对样本数据归一化处理，形成训练样本和测试样本。

（2）建立初始SVR模型，并确定模型参数C（惩罚因子系数）和g（核函数的参数系数）的取值范围。

（3）初始化PSO算法基本參数，以此确定SVR模型最优参数组合（bestc， bestg）。设定算法的局部搜索能力c1初值为15，参数全局搜索能力c2的初值为1.7，最大进化数maxgen的初值为200，种群的最大数量sizepop初值为20，影响搜索速率的参数k设为0.6，参数C和g的变化范围为（2^（-8），2^（-8））。

（4）进行样本训练以获得粒子适应度、个体极值和全局极值，迭代寻优，从而获取最优参数组合。其中，适应度用预测值和实际值间的均方差表示。

（5）运用最优参数的SVR模型进行样本测试，确定决策回归方程，从而得到移动图书馆用户满意度最终评价值。

4 实例分析

4.1 数据收集及预处理

在数据收集前，根据确定的移动图书馆用户满意度评价指标体系建立调查量表。将评价指标转化为移动服务易用性、移动资源有效性、移动服务效率、移动服务效果等4个潜变量（一级指标）和12个观测变量（二级指标），对每个观测变量的评分区间为0～100分，0分表示完全不能满足用户的需求，100分表示能够完全满足用户需求。另外，设计综合评价等级项，分值0～3分，其中2～3分表示“好”，1～2分表示“中”，0～1分表示“差”，具体见表3。

为了验证评价模型的有效性和评价结果的精确度，本文通过走访和网络问卷两种形式，对广西、湖南、贵州三省共16家高校移动图书馆进行了用户满意度调查。收集各所图书馆的有效调查问卷数不少于40份，通过整理有效问卷，求得各所高校移动图书馆各项满意度指标均值，并通过式（5）把各类指标数据转化到[0，1]之间，归一化结果见表4。

其中，为各指标观测值，为归一化后的指标值，和分别为被观测指标的最小值和最大值。

4.2 模型参数选择

在模型训练及预测前，通过PSO算法进行参数优化选择。在MATLAB（R2016a）环境下交叉利用Libsvm工具箱，反复验证发现，在粒子群数量为20，进化终止代数设为200，适应度最佳，此时得到的SVR模型相关最优参数值分别为：c=38.9，g=1.18，CVmse=0.0039，具体模型参数及算法性能参数如图3所示。

4.3 模型训练及预测

在PSO参数寻优基础上，本文选取径向基函数作为核函数，将前13组样本数据作为训练样本，其余3组样本数据作为测试样本，基于PSO-SVR的训练样本回归预测值见表5，其中，训练样本数据的均方误差为0.0008，平方相关系数达到0.9863，说明PSO-SVR模型的评价结果具有非常高的精确度。

为验证PSO-SVR模型的推广性能，对后3组测试样本进行评价，得到后三所移动图书馆的用户满意度评价结果，见表6。

从上表可以看出，PSO-SVR模型评价值的平均相对误差很小，较准确地评价出了每个移动图书馆用户满意度，这说明基于PSO-SVR的移动图书馆用户满意度评价模型更好地消除了评价指标非线性交互关系对评价结果的影响，显著提高了评价结果的准确度。此外，评价结果还验证了该模型具有很高的拟合能力和推广能力，且拟合能力要明显优于推广能力（拟合值相对误差远小于推广值相对误差）。

5 结语

用户满意度评价是移动图书馆建设的重要环节，科学准确地评价用户满意度，对于提高移动图书馆服务质量至关重要。本文首先在顾客满意度理论基础上，分析了移动图书馆服务满意度的影响因素，并从服务易用性、资源有效性、服务效率、服务效果四个方面构建了移动图书馆用户满意度评价指标体系。其次，构建了基于PSO-SVR的移动图书馆用户满意度评价模型，该模型弥补了传统评价方法的小样本评价精确度不足以及无法反映指标间复杂非线性关系的问题。最后，利用16所高校移动图书馆的用户满意度调查數据，分析验证了模型的有效性与算法的合理性。结果表明，将PSO-SVR模型用于移动图书馆用户满意度评价具有很好的拟合能力和推广能力，评价结果精确度显著提高。本文的研究为移动图书馆用户满意度评价提供了一种新的方法和思路。

参考文献：

NITECKI D A. Changing the concept and measure of service quality in academic libraries[J].Journal of Academic Librarianship，1996，22（3）：181-190.

黄海.引入ACSI模型的读者满意度测评应用研究[J].图书情报导刊，2007，17（24）：69-70.

唐琼，张新鹤.基于用户满意度的图书馆电子资源质量评价模型研究[J].图书馆杂志，2007（7）：46-53.

雷顺利.基于用户满意度的高校图书馆馆藏资源评价模型构建[J].情报科学，2010（1）：76-80.

施发富.基于用户满意度的IC服务质量评价体系的构建[J].图书馆学研究，2009（1）：70-73.

张明霞.基于读者满意的图书馆服务质量优化策略[J].国家图书馆学刊，2011，20（2）：57-60.

邹薇.基于用户满意度的图书馆移动信息服务质量评价模型研究[J].大学图书情报学刊，2015，33（2）：74-78.

毛太田，蒋知义.熵权法评价图书馆读者满意度的改进模型[J].情报杂志，2008，27（9）：86-87.

武海东.用结构方程模型构建图书馆读者满意度评价指标体系[J].情报科学，2011（2）：227-230.

侯明艳，王戴尊，孟静.基于层次分析法的高校图书馆

读者满意度评价与实证研究[J].现代情报，2013（12）：