[發明專利]基于云平臺的智能圖書館采編方法和系統

在審

• 申請號: 202110337885.4
• 申請日: 2021-03-30
• 公開（公告）號: CN112948692A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 陳淑慧;張旭朣;胡穩;陳柯明;張艷婷
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/335;G06F16/35
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 陳長山

本發明提供一種基于云平臺的智能圖書館采編方法和系統，方法包括如下步驟：識別待編圖書標題中的關鍵詞，若所得關鍵詞屬于同一圖書類別對應的關鍵詞組，則將該圖書類別作為待編圖書的推薦類別，否則，暫不對圖書進行采編目，獲取一段時間后本地圖書館中借閱過該待編圖書的用戶信息；計算這些用戶對常規偏好書目的借閱習慣系數；提取分類依據用戶；根據分類依據用戶的借閱習慣系數、借閱待編圖書時的常規偏好類別圖書數量得到待編圖書的推薦類別集合，根據每個推薦類別的置信度確定本地圖書館的推薦類別；云平臺整合所有圖書館的推薦類別得到待編圖書的最終推薦類別。本發明提供的技術方案能夠解決在對圖書編目時分類不準確的問題。

技術領域

本發明涉及圖書采編、云計算領域，具體涉及一種基于云平臺的智能圖書館采編方法和系統。

背景技術

圖書采編工作，是指圖書館的采編員根據圖書館的性質和任務，對圖書資料進行采購，并按照采編目條例對圖書做好分類、著錄的工作。在傳統的圖書采編工作中，需要采編員根據圖書的屬性對其進行人工分類，即由采編員根據圖書的標題名稱得到其屬性，然后對其進行分類。這種方法雖然可以實現圖書的采編，但是需要大量的人力成本，并且工作效率較低。

為了解決上述問題，可采用人工智能設備對圖書進行分類，即人工智能設備通過攝像機獲取圖書的標題名稱并識別其中的關鍵詞，然后根據關鍵詞判斷圖書的類別。但是隨著科技的發展，跨領域學科也逐漸興起，因此很多圖書的標題名稱中可能會存在兩個甚至更多個不同類別的關鍵詞，而現有的人工智能設備不能對其類別進行準確識別。

發明內容

本發明的目的是提供一種基于云平臺的智能圖書館采編方法和系統，以解決現有技術中在對圖書采編時分類不準確的問題。

為解決上述技術問題，本發明提供的技術方案為：

一種基于云平臺的智能圖書館采編方法，包括如下步驟：

步驟一：識別待編圖書標題中的關鍵詞，若所得關鍵詞屬于同一圖書類別對應的關鍵詞組，則將該圖書類別作為待編圖書的推薦類別，否則，暫不對圖書進行編目，獲取一段時間后本地圖書館中借閱過該待編圖書的用戶信息并將這些用戶作為目標用戶；

步驟二：對各目標用戶的歷史借閱信息進行分析，分別得到其常規偏好圖書序列和非常規偏好圖書序列，并計算各目標用戶對常規偏好書目的借閱習慣系數；

步驟三：根據目標用戶的借閱習慣穩定性指數以及借閱待編圖書的頻次計算各目標用戶的置信度，得到其中置信度大于設定預設置信度的目標用戶，將這些目標用戶作為分類依據用戶；

步驟四：根據分類依據用戶的借閱習慣系數、借閱待編圖書時的常規偏好類別圖書數量得到待編圖書的推薦類別集合，根據每個推薦類別的置信度確定本地圖書館的推薦類別；

步驟五：云平臺整合所有圖書館的推薦類別得到待編圖書的最終推薦類別。

進一步地，所述步驟二中，獲取目標用戶常規偏好圖書序列和非常規偏好圖書序列的方法為：

設目標用戶共借閱過M種類圖書，將各類別按照其借閱的圖書數量進行排序，得到該目標用戶借閱圖書的歷史序列；

將該目標用戶借閱圖書的歷史序列中前N項類別組成的序列作為該目標用戶的常規偏好圖書序列，后M-N項類別組成的序列作為該目標用戶的非常規偏好圖書序列。