图书推荐系统和方法技术方案

本发明专利技术提供了一种图书推荐系统和方法，所述系统包括获取模块、存储模块、特征提取模块、推荐模块和交互模块，其中，获取模块用于获取图书基础信息、用户基础信息和用户访问行为信息并存储于存储模块中，特征提取模块根据存储模块中的图书基础信息、用户基础信息和用户访问行为信息得到图书的特征信息和用户的特征信息，以及图书特征信息和用户特征信息的特征权重，并将其发送至推荐模块以得到针对用户的图书推荐列表，交互模块向用户展示图书推荐列表并获取用户的推荐反馈信息，同时将推荐反馈信息发送至存储模块以更新用户访问行为信息。本发明专利技术能够根据用户反馈及时修改图书推荐列表，从而能够提高图书推荐的精准度。从而能够提高图书推荐的精准度。从而能够提高图书推荐的精准度。

【技术实现步骤摘要】
图书推荐系统和方法


[0001]本专利技术涉及图书推荐
，具体涉及一种图书推荐系统和一种图书推荐方法。

技术介绍

[0002]目前，图书推荐常见的推荐算法有基于内容的推荐、基于关联的推荐和协同过滤推荐等。其中，基于内容的推荐算法根据用户过去喜欢的物品，为用户推荐和他过去喜欢的物品相似的物品，该推荐算法已有较稳定的技术，但由于物品的属性有限，很难有效得到更多数据，物品相似度分析仅仅依赖于物品本身特征，没有考虑人对物品的态度；基于关联规则的推荐以关联规则为基础，把已购商品作为规则头，规则体为推荐对象，关联规则挖掘可以发现不同商品在销售过程中的相关性，在零售业中已经得到了成功的应用；协同过滤算法主要的功能是预测和推荐，算法通过对用户历史行为数据的挖掘发现用户的偏好，基于不同的偏好对用户进行群组划分并推荐品味相似的商品，但是图书馆系统的协同过滤算法由于缺乏用户评分数据难以直接使用协同过滤算法来进行推荐。
[0003]由于各种推荐方法都有优缺点，所以在实际应用中，组合推荐经常被采用。比较常用的组合方法有：加权组合法、切换组合法、分区组合法和分层组合法。其中，分区组合法采用多种推荐机制，并将不同的推荐结果分不同的区域显示给用户；推荐算法的效率除了与算法本身有关，还与算法所应用的数据源有关。一般的数据挖掘都是采用基于关系数据模型的数据仓库。关系数据模型建立在严格的数学基础上，具有较高的数据独立性和安全性，使用简单，是目前应用最广泛的数据技术。但是随着数据规模与数据复杂性的增加，数据对象间的关系复杂且动态变化时，关系数据库就会面临很多问题，导致推荐结果准确度较低。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种图书推荐系统，能够根据用户反馈及时修改图书推荐列表，从而能够提高图书推荐的精准度。
[0005]本专利技术的第二个目的在于提出一种图书推荐方法。
[0006]为达到上述目的，本专利技术第一方面实施例提出了一种图书推荐系统，包括：获取模块，所述获取模块用于获取图书基础信息、用户基础信息和用户访问行为信息；存储模块，所述存储模块用于存储所述图书基础信息、所述用户基础信息和所述用户访问行为信息；特征提取模块，所述特征提取模块用于根据所述图书基础信息、所述用户基础信息和所述用户访问行为信息得到所述图书的特征信息和所述用户的特征信息，以及所述图书特征信息和所述用户特征信息的特征权重；推荐模块，所述推荐模块用于根据所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重得到针对所述用户的图书推荐列表；交互模块，所述交互模块用于向所述用户展示所述图书推荐列表并获取所述用户的推荐反馈信息，同时将所述推荐反馈信息发送至所述存储模块以更新所
述用户访问行为信息。
[0007]根据本专利技术实施例提出的图书推荐系统，通过获取模块获取图书基础信息、用户基础信息和用户访问行为信息，并将其存储在存储模块中，以及通过特征提取模块根据图书基础信息、用户基础信息和用户访问行为信息得到图书特征信息、用户特征信息，以及图书特征信息和用户特征信息的特征权重，并通过推荐模块根据图书特征信息、用户特征信息，以及图书特征信息和用户特征信息的特征权重得到针对用户的图书推荐列表，并通过交互模块向用户展示该图书推荐列表并获取用户的推荐反馈信息，以及将该推荐反馈信息发送至存储模块以更新用户访问行为信息，由此，能够根据用户反馈及时修改图书推荐列表，从而能够提高图书推荐的精准度。
[0008]另外，根据本专利技术上述实施例提出的图书推荐系统还可以具有如下附加的技术特征：
[0009]根据本专利技术的一个实施例，所述特征提取模块为离线学习模块，所述特征提取模块具体用于根据所述图书基础信息、所述用户基础信息和所述用户访问行为信息得到所述图书的特征信息和所述用户的特征信息，以及所述图书特征信息和所述用户特征信息的特征权重，并将所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重发送至所述存储模块。
[0010]根据本专利技术的一个实施例，所述存储模块包括非关系型数据库和关系型数据库，其中，所述非关系型数据库为ElasticSearch，所述非关系型数据库用于存储所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重；所述关系型数据库为Oracle，所述关系型数据库用于存储所述图书基础信息、所述用户基础信息和所述用户访问行为信息。
[0011]根据本专利技术的一个实施例，所述交互模块具体用于将所述推荐反馈信息发送至所述关系型数据库以更新所述用户访问行为信息。
[0012]根据本专利技术的一个实施例，所述图书基础信息包括纸质书基础信息和电子书基础信息。
[0013]根据本专利技术的一个实施例，所述图书基础信息包括所述图书的题名、责任者、分类号、丛书名、主题词，所述用户基础信息包括所述用户的姓名、籍贯、民族、年龄、性别、星座、属相。
[0014]根据本专利技术的一个实施例，所述图书特征信息包括所述图书的目标用户性别、目标用户年龄段、目标用户星座、目标用户属相、关键字，所述用户特征信息包括所述用户的目标图书责任者、目标图书关键字、目标图书分类号、目标图书主题词。
[0015]根据本专利技术的一个实施例，所述用户访问行为信息包括借出、还回、续借、阅读、预约、预借、检索、推荐图书。
[0016]根据本专利技术的一个实施例，所述推荐反馈信息包括正反馈信息和负反馈信息，其中，所述正反馈信息包括点击阅读、借阅、收藏、推荐图书，所述负反馈信息包括点击不喜欢、换一批。
[0017]为达到上述目的，本专利技术第二方面实施例提出了一种基于上述实施例所述的图书推荐系统的图书推荐方法，包括以下步骤：通过获取模块获取图书基础信息、用户基础信息和用户访问行为信息；通过存储模块存储所述图书基础信息、所述用户基础信息和所述用
户访问行为信息；通过特征提取模块根据所述图书基础信息、所述用户基础信息和所述用户访问行为信息得到所述图书的特征信息和所述用户的特征信息，以及所述图书特征信息和所述用户特征信息的特征权重；通过推荐模块根据所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重得到针对所述用户的图书推荐列表；通过交互模块向所述用户展示所述图书推荐列表并获取所述用户的推荐反馈信息，同时将所述推荐反馈信息发送至所述存储模块以更新所述用户访问行为信息。
[0018]根据本专利技术实施例提出的图书推荐方法，通过获取模块获取图书基础信息、用户基础信息和用户访问行为信息，并将其存储在存储模块中，以及通过特征提取模块根据图书基础信息、用户基础信息和用户访问行为信息得到图书特征信息、用户特征信息，以及图书特征信息和用户特征信息的特征权重，并通过推荐模块根据图书特征信息、用户特征信息，以及图书特征信息和用户特征信息的特征权重得到针对用户的图书推荐列表，并通过交互模块向用户展示该图书推荐列表并获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图书推荐系统，其特征在于，包括：获取模块，所述获取模块用于获取图书基础信息、用户基础信息和用户访问行为信息；存储模块，所述存储模块用于存储所述图书基础信息、所述用户基础信息和所述用户访问行为信息；特征提取模块，所述特征提取模块用于根据所述图书基础信息、所述用户基础信息和所述用户访问行为信息得到所述图书的特征信息和所述用户的特征信息，以及所述图书特征信息和所述用户特征信息的特征权重；推荐模块，所述推荐模块用于根据所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重得到针对所述用户的图书推荐列表；交互模块，所述交互模块用于向所述用户展示所述图书推荐列表并获取所述用户的推荐反馈信息，同时将所述推荐反馈信息发送至所述存储模块以更新所述用户访问行为信息。2.根据权利要求1所述的图书推荐系统，其特征在于，所述特征提取模块为离线学习模块，所述特征提取模块具体用于根据所述图书基础信息、所述用户基础信息和所述用户访问行为信息得到所述图书的特征信息和所述用户的特征信息，以及所述图书特征信息和所述用户特征信息的特征权重，并将所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重发送至所述存储模块。3.根据权利要求2所述的图书推荐系统，其特征在于，所述存储模块包括非关系型数据库和关系型数据库，其中，所述非关系型数据库为ElasticSearch，所述非关系型数据库用于存储所述图书特征信息和所述用户特征信息，以及所述图书特征信息和所述用户特征信息的特征权重；所述关系型数据库为Oracle，所述关系型数据库用于存储所述图书基础信息、所述用户基础信息和所述用户访问行为信息。4.根据权利要求3所述的图书推荐系统，其特征在于，所述交互模块具体用于将所述推荐反馈信息发送至所述关系型数据库以更新所述用户访问行为信息。5.根...

【专利技术属性】
技术研发人员：陈俊，张耀，吴秀华，陈祖乐，
申请(专利权)人：上海阿法迪智能数字科技股份有限公司，
类型：发明
国别省市：