一种基于时空维度用户图书借阅行为分析及兴趣预测方法技术

本发明专利技术公开了一种基于时空维度用户图书借阅行为分析及兴趣预测方法，具体为，首先利用图书馆平台采集用户借阅行为数据，并对用户借阅行为数据进行预处理，从半结构化的数据抽象为结构化数据；其次，对结构化的用户数据进行细分挖掘及统计分析，并基于统计分析结果，构建基于时空双维度的用户借阅行为分析模型，对单个用户的兴趣进行分类及评分；最后，对基于时空双维度的用户借阅行为分析模型得到的兴趣评分进行归一化排序，从而得到最终的用户兴趣推荐顺序及推荐比例。本发明专利技术加入时间维度信息，对用户兴趣标签进行基于时空双维度的评价。

【技术实现步骤摘要】
一种基于时空维度用户图书借阅行为分析及兴趣预测方法
本专利技术属于大数据研究
，涉及一种基于时空维度用户图书借阅行为分析及兴趣预测方法。
技术介绍
随着科技力量的快速发展及大数据时代的到来，基于大数据“赋能”与“媒体大脑”等新技术的支撑，针对网络上爆炸式增长的用户行为进行挖掘和分析，提取出其中有价值、有意义的信息，从而为用户提供个性化、精准化的推荐和服务，这种新的服务模式已在电商网购、社交媒体、公共文化等领域得到广泛应用。在公共文化研究领域，图书馆作为承载记录大量用户图书借阅行为数据的主体，随着互联网的广泛应用，图书馆所提供的服务逐渐从传统的单一模式向多样化、精准化、主动化的模式发展，如何借助于大数据分析与挖掘方法从海量的用户借阅行为数据中，快速有效地提取出有价值的内容，精准分析用户兴趣所在，主动推荐相关内容，提升用户使用体验，为实现精准推荐具有重要的研究意义。
技术实现思路
本专利技术的目的是提供一种基于时空维度用户图书借阅行为分析及兴趣预测方法，具有针对用户借阅行为产生的数据进行挖掘和分析，为用户兴趣预测及推荐提供本文档来自技高网...

【技术保护点】
1.一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，具体按照以下步骤实施：/n步骤1、对图书借阅行为原始数据预处理，得到结构化的用户借阅行为数据；/n步骤2、对结构化的用户借阅行为进行统计分析；/n步骤3、构建基于时空维度用户借阅行为分析模型，对单个用户的借阅行为进行兴趣分类，并从时空维度的角度对用户兴趣进行评分；/n步骤4、对步骤3得到的用户兴趣评分进行归一化排序，得到最终的兴趣推荐顺序及推荐比例。/n

【技术特征摘要】
1.一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，具体按照以下步骤实施：
步骤1、对图书借阅行为原始数据预处理，得到结构化的用户借阅行为数据；
步骤2、对结构化的用户借阅行为进行统计分析；
步骤3、构建基于时空维度用户借阅行为分析模型，对单个用户的借阅行为进行兴趣分类，并从时空维度的角度对用户兴趣进行评分；
步骤4、对步骤3得到的用户兴趣评分进行归一化排序，得到最终的兴趣推荐顺序及推荐比例。


2.根据权利要求1所述的一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，所述步骤1中对图书借阅行为原始数据预处理具体为，针对图书馆业务管理系统中导出的用户借阅行为数据从用户基本信息、群体数量、借阅时间、归还时间、索书号、图书类型方面进行数据整合。


3.根据权利要求1所述的一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，所述步骤3具体包括以下步骤：
步骤3.1、根据中国图书馆图书分类词表对用户感兴趣的图书类型进行层次化的规则分类；
步骤3.2、对用户兴趣标签进行基于时空双维度的评分。


4.根据权利要求3所述的一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，所述步骤3.1具体按照以下步骤实施：
步骤3.1.1、对中国图书馆图书分类词表进行分析总结，建立用户兴趣分类规则；
步骤3.1.2、再根据用户兴趣分类规则，对用户的每一条借阅数据，进行自顶向下的规则分类。


5.根据权利要求4所述的一种基于时空维度用户图书借阅行为分析及兴趣预测方法，其特征在于，所述步骤3.1.1中分类规则的定义公式为：
Ri：(ci)→yi(1)
其中，Ri表示规则序号，ci为规则前件，yi为分类标签。


6.根据权利...

【专利技术属性】
技术研发人员：师昕，赵雪青，高全力，杨博，谷秀洁，高岭，
申请(专利权)人：西安工程大学，
类型：发明
国别省市：陕西;61