جلد 16، شماره 54 - ( 10-1392 )                   جلد 16 شماره 54 صفحات 24-33 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Mohebbi Z, Sedghi S, Roudbari M, Gholamnejad J. An Artificial Neural Network Model to Predict the Service Quality of Academic Libraries. jha. 2014; 16 (54) :24-33
URL: http://jha.iums.ac.ir/article-1-1281-fa.html
محبی زینب، صدقی شهرام، رودباری مسعود، غلام نژاد جواد. ارائه یک مدل شبکه عصبی مصنوعی در پیش­بینی کیفیت خدمات کتابخانه­های دانشگاهی . فصلنامه مدیریت سلامت. 1392; 16 (54) :24-33

URL: http://jha.iums.ac.ir/article-1-1281-fa.html


1- کارشناسی ارشد کتابداری و اطلاع رسانی پزشکی، دانشکده مديريت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران دانشگاه علوم پزشکی تهران
2- استاديار گروه کتابداری و اطلاع رسانی پزشکی دانشگاه علوم پزشکی تهران ، shahramsedghi@gmail.com
3- دانشيار گروه رياضی و آمار، دانشکده مديريت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ايران دانشگاه یزد
4- دانشيار گروه استخراج معدن، دانشکده مهندسی معدن و متالوژی دانشگاه علوم پزشکی تهران
چکیده:   (5948 مشاهده)

  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.

متن کامل [PDF 417 kb]   (1062 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: ۱۳۹۱/۱۲/۲۲ | پذیرش: ۱۳۹۲/۸/۵ | انتشار: ۱۳۹۲/۸/۲۹

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مدیریت سلامت می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | Journal of Health Administration

Designed & Developed by : Yektaweb