基于支持向量機(jī)的科技公共服務(wù)平臺(tái)滿意度評(píng)價(jià)研究.pdf

1、支持向量機(jī)(SupportVectorMachine，SVM)方法是在統(tǒng)計(jì)學(xué)習(xí)理論(SLT)基礎(chǔ)上提出的一種新的學(xué)習(xí)方法，是目前為止最成功的一種分類工具。本文在介紹支持向量機(jī)(SW)基本原理的基礎(chǔ)上，探討基于支持向量機(jī)的科技公共服務(wù)平臺(tái)滿意度評(píng)價(jià)方法。利用因子分析等方法科學(xué)的確定科技公共服務(wù)平臺(tái)滿意度評(píng)價(jià)體系。根據(jù)支持向量機(jī)多分多類的方法，細(xì)化了評(píng)價(jià)類別，使得評(píng)價(jià)更為具體。通過大量實(shí)地調(diào)研，以青島市10家科技公共服務(wù)平臺(tái)進(jìn)行應(yīng)用檢驗(yàn)，選

2、取其中8家相關(guān)滿意度調(diào)查數(shù)據(jù)作為學(xué)習(xí)樣本，2家作為預(yù)測(cè)樣本來識(shí)別待研究科技公共服務(wù)平臺(tái)類別，通過驗(yàn)證，使用支持向量機(jī)得到的分類結(jié)果正確率達(dá)到100％。同時(shí)對(duì)比BP神經(jīng)網(wǎng)絡(luò)模型得出對(duì)于科技公共服務(wù)平臺(tái)滿意度評(píng)價(jià)，支持向量機(jī)是一種更具優(yōu)勢(shì)的方法。在肯定支持向量機(jī)優(yōu)點(diǎn)的同時(shí)，結(jié)合實(shí)際應(yīng)用過程中出現(xiàn)的問題，指出支持向量機(jī)評(píng)價(jià)方法本身存在的局限，提出改善或補(bǔ)充的方法。 使用支持向量機(jī)對(duì)科技公共服務(wù)平臺(tái)滿意度進(jìn)行準(zhǔn)確有效的評(píng)價(jià)，通過建立綜合

3、滿意度評(píng)價(jià)指標(biāo)體系，進(jìn)行理論與方法的研究，建立一套科學(xué)的評(píng)價(jià)模型，得出具有泛化應(yīng)用價(jià)值的評(píng)價(jià)體系，對(duì)評(píng)價(jià)結(jié)果進(jìn)行科學(xué)分析，為政府有關(guān)部門提供輔助決策信息，為平臺(tái)運(yùn)行模式的創(chuàng)新提供方向，并可發(fā)現(xiàn)平臺(tái)運(yùn)行過程中存在的問題，尋求績(jī)效優(yōu)化的途徑。 借助于支持向量機(jī)進(jìn)行科技公共服務(wù)平臺(tái)滿意度評(píng)價(jià)是對(duì)科技公共服務(wù)平臺(tái)評(píng)價(jià)的前沿探索。本文選擇從顧客滿意度角度出發(fā)進(jìn)行科技公共服務(wù)平臺(tái)評(píng)價(jià)，打開了科技公共服務(wù)平臺(tái)評(píng)價(jià)的新視角；結(jié)合因子分析法等手段