基于机器学习的图书采选自动化辅助——以西雅图公共图书馆开放数据为例

构建能够通过图书标题自动化预测图书外借概率的机器学习模型,以便作为图书采访选书时的辅助标准。当选书清单中图书数量很大时,自动化工具辅助非常有帮助。使用词嵌入实现自然语言文本的向量化表示。构建了人工神经网络模型,并用西雅图公共图书馆开放数据中2017年度的外借记录对模型进行了训练。调试超参数以获得更优化的结果。模型在测试集上准确率高于77%,且在两个分类上均具有可接受的查全率和查准率。模型对书籍外借可能性的预测能辅助图书采选。