CN102254003A

CN102254003A - 一种图书推荐方法

Info

Publication number: CN102254003A
Application number: CN2011101976101A
Authority: CN
Inventors: 孙蕾; 朱玉全; 陈耿
Original assignee: Jiangsu University
Current assignee: Jiangsu University
Priority date: 2011-07-15
Filing date: 2011-07-15
Publication date: 2011-11-23

Abstract

本发明公开一种基于序列模式的图书推荐方法，先以借书证号为主键，借阅时间为次键，对图书借阅数据库中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库；求出序列数据库中所有的仅包含一个图书集的频繁序列模式的大图书集，并将所有大图书集映射为一组相邻的整数；再将序列数据库中各借阅序列数据用该序列数据所包含的大图书集代替；利用大图书集挖掘出频繁序列模式集；最后在频繁序列模式集中找出最大频繁序列模式集，构造读者借书行为库，能有效地发现图书馆借阅数据库中的读者借阅行为，据此可向读者推荐相关图书。

Description

一种图书推荐方法

技术领域

本发明属于图书馆数据的计算机分析技术的应用领域，具体涉及一种基于序列模式的图书推荐方法。

背景技术

图书推荐是指图书馆工作人员通过各种形式和手段，有选择地将图书展示、推荐给相关读者。图书推荐是高校图书馆中的一项日常工作，该项工作的顺利开展可以有效发挥馆藏图书的效用，进一步提高图书的利用率以及图书馆的服务水平和服务意识。

目前常用的图书推荐方法是流通部管理人员根据读者的要求和自己对馆藏图书的熟悉程度，推荐相关图书以满足读者的需求，该方法要求流通部管理人员对书库藏书的类别、版本、图书内容、读者的兴趣爱好等了如指掌，对于小型图书馆而言，这也许是一件并不困难的事情。但随着图书馆藏书量及其所涉及领域的不断增多，要求图书馆工作人员全面了解书库藏书的类别和图书内容等是一件非常困难的事情，或者根本做不到，就难实现图书的展示和推荐。

发明内容

本发明针对现有图书推荐方法的可操作性差等问题，提出一种基于序列模式的图书推荐方法，能更方便、更准确地发现读者的借阅行为习惯，实现图书的自动推荐，同时又不会增加图书馆流通部管理人员的负担。

本发明提出的基于序列模式的图书推荐方法包括以下步骤：

(1) 以借书证号为主键，借阅时间为次键，对图书借阅数据库D中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库SD；

(2) 求出序列数据库SD中所有的仅包含一个图书集的频繁序列模式的大图书集L，并将所有大图书集映射为一组相邻的整数；

（3）将序列数据库SD中各借阅序列数据用该序列数据所包含的大图书集L代替；

（4）利用大图书集L挖掘出频繁序列模式集SP；

（5）在频繁序列模式集SP中找出最大频繁序列模式集MSP

（6）由最大频繁序列模式集MSP构造读者借书行为库RBBD

（7）根据读者借书行为库RBBD按如下步骤推荐图书：

扫描借阅序列数据库SD一次，查找借书证号为A.No的已有的借阅行为，其结果记为A.Seq，A.Seq=<a₁，a_2，…...，a_m>，其中m为该借阅行为的长度，a_i为图书的集合，i=1，2，……，m；

Figure 2011101976101100002DEST_PATH_IMAGE002

计算A.Seq与读者借阅行为库中各模式t.Seq的相似度sim(A.Seq，t.Seq)，t.Seq=<t₁，t_2，…...，t_n>，n为该借阅序列数据的长度，t_i为图书的集合，i=1，2，……，n；sim(A.Seq，t.Seq)的计算方法为：如果A.Seq为t.Seq的子序列，即存在i₁<i₂<…< i_m，使得a1

，a2

，……，am

Figure 2011101976101100002DEST_PATH_IMAGE006

，则sim(A.Seq，t.Seq)=1；否则sim(A.Seq，t.Seq)=0；

对于读者借书行为库RBBD中的模式t.Seq，若sim(A.Seq，t.Seq)=1，则将t_k，…...， t_n推荐给读者A，k= i_m+1，并优先推荐t_k，其次是t_k+1，……，最后推荐的是t_n。

本发明的有益效果主要表现在：可以有效地发现图书馆借阅数据库中的读者借阅行为，据此可向读者推荐相关图书。一方面可以帮助尽量多的读者解决选书难的问题，明显减少了读者的选择范围，节省了读者的借阅时间；另一方面克服了现有图书推荐方法对流通部管理人员所提出的苛刻要求，如对书库藏书的类别、版本、图书内容、读者的兴趣爱好等了如指掌等，进一步提高了推荐方法的可操作性。

附图说明

图1是读者借书行为发现流程图；

图2是读者A的图书推荐流程图。

具体实施方式

先对数据进行预处理，以借书证号为主键，借阅时间为次键，对图书借阅数据库D中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库SD。再发现隐含在序列数据库SD中的读者借书行为，参见图1，具体方法为：

1、求出序列数据库SD中所有的大图书集L，所谓大图书集是指那些仅包含一个图书集的频繁序列模式，并将所有大图书集映射为一组相邻的整数。如求出的L为：{<{经济计量模型}>，<{数理统计}>，<{会计研究，财务管理}>}，L中每个元素仅包含一个图书集，它们分别是{经济计量模型}、{数理统计}、{会计研究，财务管理}，可以将此三个大图书集分别映射到1、2、3，当然也可以是5、6、7，一般情况下可以是k、k+1、k+2，k>1。

2、将序列数据库SD中各借阅序列数据用该序列数据所包含的大图书集L代替，设转换后的序列数据库为SD’。假设SD中的一条借阅序列数据为：<{经济计量模型，人工智能}，{数理统计，会计研究，财务管理}，则将该借阅序列数据转换为：<{1}，{2，3}>，因图书集{经济计量模型，人工智能}中仅包含大图书集{经济计量模型}，因而将其转换成{1}；因图书集{数理统计，会计研究，财务管理}中包含了大图书集{数理统计}、{会计研究，财务管理}，因而将其转换成{2，3}。

3、利用大图书集L挖掘出频繁序列模式集。

设用户给定的最小支持度阈值为minsup，假设第

步产生了m个大图书集，并将其映射到1，2，……，m。利用这m个大图书集来挖掘频繁序列模式集的步骤包括：

a、 CSP₁={1，2，…，m};// CSP₁用来存放长度为1的候选频繁序列模式，其初值即为所有的大图书集。下面的CSP_k用来存放长度为k的候选频繁序列模式

b、for(k=2; CSP_k-1

;k++) do begin//k为循环变量

c、CSP_k=

;

d、for each p

CSP_k-1 do

e、for each q

CSP_k-1 do

f、如果集合p和q中的元素有且只有一个不同

g、如果集合p

q的所有长度为k-1的子集均为频繁序列模式

h、CSP_k= CSP_k

pq;//置 p

q为候选频繁序列模式;

i、扫描SD’求出CSP_k中各元素的支持数或支持度;

j、SP_k={c

CSP_k|sup(c)

minsup};// sup(c)为元素c的支持度

k、end;

l、SP=

Figure 2011101976101100002DEST_PATH_IMAGE014

;//SP即为频繁序列模式集

m、将SP中的整数转换成相应的大图书集。

4、在频繁序列模式集SP中找出最大频繁序列模式集MSP，所谓最大频繁序列模式是指它本身是频繁序列模式，但包含它的任何序列模式均为非频繁序列模式。

5、构造读者借书行为库RBBD，RBBD是由MSP组成的，其形式为：< b₁， b_2，…...， b_p >，p为借阅行为的长度，b_i为图书的集合，i=1，2，……，p。其物理意义为：某读者在借阅了图书集b₁后，过了一段时间后借阅了图书集b₂，又过了一段时间后借阅了图书集b₃，以此类推，最近一次所借阅图书集为b_p。

发现读者借书行为的目的是为下一步的图书推荐提供依据。

参见图2，根据读者借书行为库RBBD给出相应的图书推荐方案。对于读者A而言，假设该读者的借书证号为A.No，具体推荐步骤如下：

1、扫描借阅序列数据库SD一次，查找借书证号为A.No的已有的借阅行为，其结果记为A.Seq，A.Seq=<a₁，a_2，…...，a_m>，其中m为该借阅行为的长度，a_i为图书的集合，i=1，2，……，m。

2、计算A.Seq与读者借阅行为库中各模式t.Seq的相似度sim(A.Seq，t.Seq)，t.Seq=<t₁，t_2，…...，t_n>，n为该借阅序列数据的长度，t_i为图书的集合，i=1，2，……，n。

sim(A.Seq，t.Seq)的计算方法为：如果A.Seq为t.Seq的子序列，即存在i₁<i₂<…< i_m，使得a₁

，a₂

，……，a_m

，则sim(A.Seq，t.Seq)=1；否则sim(A.Seq，t.Seq)=0。

3、对于读者借阅行为库RBBD中的模式t.Seq而言，如果sim(A.Seq，t.Seq)=1，则将t_k，…...， t_n推荐给读者A，k= i_m+1，并优先推荐t_k，其次是t_k+1，……，最后推荐的是t_n。

以下提供本发明的一个实施例以进一步说明本发明。

实施例

以表1所示的图书借阅数据库D为例：

以借书记录的借书证号为主键，借阅时间为次键，对图书借阅数据库D中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库SD，具体结果如表2所示。

Figure 2011101976101100002DEST_PATH_IMAGE016

根据给定的最小支持度阈值minsup，发现借阅序列数据库SD中所有的读者借书行为。设minsup=30%，部分结果如表3所示。

如第1条行为表示有30%的读者在借阅了经济计量模型方面的书后，紧接着借阅了多元统计分析方面的书，过一段时间后又会借阅数理统计方面的书，最近一次所借阅图书集为管理学和会计研究方面的书。其它借阅行为的含义类同。

由表3可得相关推荐信息，如某读者已借阅了有关《经济计量模型》和《多元统计分析》方面的书，即该读者已有的借阅行为为：<{经济计量模型}，{多元统计分析}>，分别计算该借阅行为与读者借阅行为库中各模式的相似度，计算结果分别为1、0、……。由于该借阅行为与读者借阅行为库中行为编号为1的模式之间的相似度为1，故可以把有关《数理统计》、《管理学》、《会计研究》方面的书推荐给他（她），并优先推荐《数理统计》方面的书；同样，如果某读者已借阅了有关《会计研究》和《财务管理》方面的书，那么可以把有关《管理学》方面的书推荐给他（她）。其它可以类推。这样可以有针对性地提供优质服务，变被动服务为主动服务。

Claims

1.一种图书推荐方法，其特征是采用如下步骤：

（4）利用大图书集L挖掘出频繁序列模式集SP；

（5）在频繁序列模式集SP中找出最大频繁序列模式集MSP；

（6）由最大频繁序列模式集MSP构造读者借书行为库RBBD；

（7）根据读者借书行为库RBBD按如下步骤推荐图书：

计算A.Seq与读者借阅行为库中各模式t.Seq的相似度sim(A.Seq，t.Seq)，t.Seq=<t₁，t_2，…...，t_n>，n为该借阅序列数据的长度，t_i为图书的集合，i=1，2，……，n；

所述sim(A.Seq，t.Seq)的计算方法为：如果A.Seq为t.Seq的子序列，即存在i₁<i₂<…< i_m，使得a₁

，a₂

，……，a_m

Figure 2011101976101100001DEST_PATH_IMAGE012

，则sim(A.Seq，t.Seq)=1；否则sim(A.Seq，t.Seq)=0；

2.根据权利要求1所述的一种图书推荐方法，其特征是：步骤（6）中读者借书行为库RBBD的形式为：< b₁， b_2，…...， b_p >，p为借阅行为的长度，b_i为图书的集合，i=1，2，……，p；其物理意义为：某读者在借阅了图书集b₁后，过了一段时间后借阅了图书集b₂，又过了一段时间后借阅了图书集b₃，以此类推，最近一次所借阅图书集为b_p。