基于ANN的学校建议分析系统

本文在分析社会各类群体对学校外部条件的主要需求的基础上,将学校建议分析系统模型基于人工神经网络建立,总结了学校五大主要设施类别,选定近半年来的微博数据作为数据采集来源。通过实证研究,学校建议分析系统模型具有一定的合理性和可行性,类别分类的准确率高达93.7%以上,便于缩短学校获取对硬件设施需求的时间,大大节约了人工的调拨,具有重要的现实意义和参考价值。