【摘要】以问卷调查为主要方法的公共图书馆满意度评价方式存在成本高、数据连续性差、覆盖范围有限等问题。为此，本文提出了一种以在线评论为数据源、运用深度学习方法测算多维度公共图书馆满意度得分的模型。该模型结合了Word2Vec在上下文间语义关联的优势和长短期记忆人工神经网络（LSTM）在长期依赖问题上的优势，通过构建在线评论-用户满意度得分数据集，训练模型得到多维满意度测评结果。经检验，该模型计算准确率较高，且与通过问卷调查方式得出的满意度评分具有较高的一致性。本研究提出的多维公共图书馆满意度量化模型能够在成本、效率、时空范围等方面能够较好地弥补问卷调查方法的短板。