一种图书信息推荐方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种图书信息推荐方法、装置、系统以及计算机可读存储介质，通过获取过往所选图书信息；调用预先建立的关联规则数据库，关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对图书信息与用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；将过往所选图书信息与关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。本申请通过改进关联分析数据挖掘算法有效挖掘图书之间的强关联性，并利用挖掘信息结果为借阅者推荐与过往所选图书相关联的图书，能够准确挖掘图书关联信息，实现实时、高效个性化推荐。

A book information recommendation method, device, system and storage medium

【技术实现步骤摘要】
一种图书信息推荐方法、装置、系统及存储介质
本专利技术涉及深度学习
，更具体地说，涉及一种图书信息推荐方法、装置、系统以及计算机可读存储介质。
技术介绍
随着图书的不断流通以及增加，借阅者以及图书信息的增加为图书管理增加了难度，高效地推荐图书信息对提高借阅者的学习效率以及图书管理效率都具有非常重要的作用。传统单机环境下的推荐系统无法满足大数据规模资源的存储与计算需求。对于推荐内容的计算，现有技术通过将推荐系统与Hadoop进行集成来解决海量数据计算的问题，但是采用该技术还存在诸多缺陷，无法满足实时、快速计算的需要，因而只适用于离线处理的应用场景。因此，如何提供一种实时、高效地图书信息推荐技术，是本领域技术人员需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种图书信息推荐方法、装置、系统以及计算机可读存储介质，以解决现有推荐系统无法实时、高效推荐图书信息的问题。为实现上述目的，本专利技术实施例提供了如下技术方案：一种图书信息推荐方法，包括：获取过往所选图书信息；调用预先建立的关联规则数据库，所述关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。可选地，所述采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，形成关联规则数据库包括：将扫描数据库后的数据赋值给初始化后的矩阵D，从而获得布尔矩阵D1，所述布尔矩阵D1的行与列分别代表项I与事务T，在所述布尔矩阵D1的最后增加1列，该列对应的数值为每行中“1”的个数；当事务T1内含有“1”时，则T11＝1，否则T11＝0；将每行数据相加，确定最小支持度阈值；计算各项的支持度，如果某项的支持度小于所述最小支持度阈值,则删除该项所对应的矩阵列，从而获得频繁项集L；将频繁项集L自连接获取集合C，计算矩阵各行“1”的出现次数，进行“与”运算，求和后获得频繁项集L’，最终生成强关联规则数据库。可选地，在所述采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘之前还包括：对所述图书信息与所述用户数据进行数据清洗、和/或数据转换、和/或数据集成操作。可选地，所述获取图书信息与用户数据包括：通过python的分布式爬取框架从目标网站上爬取所述图书信息与用户数据。可选地，所述将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息包括：将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度的高低排序生成推荐图书目录。可选地，所述图书信息包括以下任意一种或任意组合：用户评论信息、阅读时间信息、图书的标签信息、作者信息、出版社信息、数值化的评分信息、文字评价信息。本申请还提供了一种图书信息推荐装置，包括：获取模块，用于获取过往所选图书信息；调用模块，用于调用预先建立的关联规则数据库，所述关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；推荐模块，用于将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。可选地，还包括：数据预处理模块，用于在所述采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘之前，对所述图书信息与所述用户数据进行数据清洗、和/或数据转换、和/或数据集成操作。本申请还提供了一种图书信息推荐系统，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任一种所述图书信息推荐方法的步骤。本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种所述图书信息推荐方法的步骤。通过以上方案可知，本专利技术实施例提供的图书信息推荐方法，通过获取过往所选图书信息；调用预先建立的关联规则数据库，关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对图书信息与用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；将过往所选图书信息与关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。本申请通过改进关联分析数据挖掘算法有效挖掘图书之间的强关联性，并利用挖掘信息结果为借阅者推荐与过往所选图书相关联的图书，能够准确挖掘图书关联信息，实现实时、高效个性化推荐。此外，本申请还提供了一种具有同样上述技术效果的图书信息推荐装置、系统以及计算机可读存储介质。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例公开的图书信息推荐方法的一种具体实施方式的流程图；图2为本专利技术实施例公开的图书信息推荐方法中关联规则数据库的建立过程示意图；图3为本专利技术实施例公开的本专利技术实施例提供的图书信息推荐装置的结构框图；图4为本申请所提供的图书信息推荐系统的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例公开了一种图书信息推荐方法，该图书信息推荐方法对应图书信息推荐系统。图书信息推荐系统通过将C/S架构(客户端/服务器)与B/S(浏览器/服务器)架构相结合，采用C/S架构设计与实现的系统管理模块、数据挖掘管理模块等管理模块向图书馆工作人员开放，而采用B/S架构的查询图书、借阅记录以及个性化推荐等模块向所有借阅者开放。参见图1本专利技术实施例提供的图书信息推荐方法的一种具体实施方式的流程图，该方法具体包括：步骤S101：获取过往所选图书信息；本步骤可以直接从读者借阅数据库中提取到借阅者的过往所选图书信息，图书信息可以具体为图书的用户评论信息、阅读时间信息、图书的标签信息、作者信息、出版社信息、数值化的评分信息、文字评价信息等，在此不做限定。步骤S102：调用预先建立的关联规则数据库，所述关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对所述图本文档来自技高网...

【技术保护点】
1.一种图书信息推荐方法，其特征在于，包括：/n获取过往所选图书信息；/n调用预先建立的关联规则数据库，所述关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；/n将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。/n

【技术特征摘要】
1.一种图书信息推荐方法，其特征在于，包括：
获取过往所选图书信息；
调用预先建立的关联规则数据库，所述关联规则数据库的建立过程包括：获取图书信息与用户数据；采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，挖掘支持度大于最小支持度阈值以及置信度大于最小置信度阈值的强关联规则，形成关联规则数据库；
将所述过往所选图书信息与所述关联规则数据库进行关联匹配，按照匹配度生成推荐图书信息。


2.如权利要求1所述的图书信息推荐方法，其特征在于，所述采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘，形成关联规则数据库包括：
将扫描数据库后的数据赋值给初始化后的矩阵D，从而获得布尔矩阵D1，所述布尔矩阵D1的行与列分别代表项I与事务T，在所述布尔矩阵D1的最后增加1列，该列对应的数值为每行中“1”的个数；当事务T1内含有“1”时，则T11＝1，否则T11＝0；将每行数据相加，确定最小支持度阈值；计算各项的支持度，如果某项的支持度小于所述最小支持度阈值,则删除该项所对应的矩阵列，从而获得频繁项集L；将频繁项集L自连接获取集合C，计算矩阵各行“1”的出现次数，进行“与”运算，求和后获得频繁项集L’，最终生成强关联规则数据库。


3.如权利要求2所述的图书信息推荐方法，其特征在于，在所述采用改进关联分析数据挖掘算法对所述图书信息与所述用户数据进行数据挖掘之前还包括：
对所述图书信息与所述用户数据进行数据清洗、和/或数据转换、和/或数据集成操作。


4.如权利要求3所述的图书信息推荐方法，其特征在于，所述获取图书信息与用户数据包括：
通过python的分布式爬取框架从目标网站上爬取所述图书信息与用户数据。


5.如权利要求1至4任一...

【专利技术属性】
技术研发人员：李纯懿，
申请(专利权)人：卓尔智联武汉研究院有限公司，
类型：发明
国别省市：湖北;42