CN118747235B 一种基于行为分析的图书馆书籍推送方法与系统 （北京金盘鹏图软件技术有限公司）

一种基于行为分析的图书馆书籍推送方法本发明涉及一种基于行为分析的图书馆书过图书馆的借阅系统，实时采集读者的行为数书馆的本地资源，计算每本书籍的质量指标数2通过图书馆的借阅系统，实时采集读者的行为数据，并根据读者行为数基于采集的读者行为数据和图书馆的本地资源，计算每本书籍的质通过借阅系统的问答界面与读者进行问题交互，提取问答中的搜索关根据书籍的质量指标数据和推荐模型输出的推荐得分，计算书对收集到的行为数据进行分析，提取借阅行为特征，并从根据提取的借阅行为特征和借阅书籍内容的借阅关键词和主题，将计算得到的各主题和借阅关键词权重整合到一个兴趣向量中，使用矩阵分解将读者和书籍评分矩阵分解为特征矩阵，挖掘其中，计算每个读者对不同书籍类别的兴趣权重时被借阅的总次数记录为Bi；书籍所有借阅时长的平均值记录为Ti；书籍的平均评分记录为i根据读者的兴趣模型和行为数据进行聚类分析，生成每个聚类的3利用计算的质量指标数据Qi和读者聚类画像中的特征向量，通过余弦相似度确定图谱根据提取的搜索关键词，结合读者的兴趣模型和行为数据，计根据相似度得分，从图书馆资源中选取与搜索关综合书籍的质量指标数据Qi和推荐模型输出的推荐得分Ri，计算每本书籍的融合推荐i+τRi4关系图谱构建模块，用于构建聚类画像与书籍质量指标数据的关系图融合推荐得分计算模块，用于计算书籍推荐列表中各书籍5[0009]基于采集的读者行为数据和图书馆的本地资源，计算每[0012]作为本发明的进一步方案，实时采集读者的行为数据包括读者的借阅行为数据、6[0016]构建兴趣向量：根据提取的借阅行为特征和借阅书籍内[0017]整合兴趣向量：将计算得到的各主题和借阅关键词权重[0023]读者借阅关键词的权重计算时，计算每个借阅关键词在i7[0036]根据读者的兴趣模型和行为数据进行聚类分析，生成每[0044]根据相似度得分，从图书馆资源中选取与搜索关键词和读者兴趣高度相关的书[0047]综合书籍的质量指标数据Qi和推荐模型输出的推荐得分Ri，8[0064]3.通过计算每本书籍的质量指标数据，为推荐系统提供客观的书籍质量评价依9[0070]图2为本发明实施例的一种基于行为分析的图书馆书籍推送方法中构建兴趣模型[0071]图3为本发明实施例的一种基于行为分析的图书馆书籍推送方法中计算每本书籍[0072]图4为本发明实施例的一种基于行为分析的图书馆书籍推送方法中构建关系图谱[0073]图5为本发明实施例的一种基于行为分析的图书馆书籍推送方法中生成个性化书[0074]图6为本发明实施例的一种基于行为分析的图书馆书籍推送方法中计算融合推荐[0088]该基于行为分析的图书馆书籍推送方法执行时，首先实[0089]若通过本发明实施例的基于行为分析的图书馆书籍推送方法采集三位读者的行述借阅时长为统计的每本书的借阅时长；所述搜索关键词为读者输入借阅系统的检索词；所述访问行为为统计的读者访问页面的频次和访[0115]读者借阅关键词的权重计算时，计算每个借阅关键词在i述相似度计算公式计算搜索关键词向量和读者兴趣向量的器可包括随机存取存储器或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形