CN107153850A - 图书相关信息的获取方法及系统 - Google Patents

图书相关信息的获取方法及系统 Download PDF

Info

Publication number
CN107153850A
CN107153850A CN201610121652.XA CN201610121652A CN107153850A CN 107153850 A CN107153850 A CN 107153850A CN 201610121652 A CN201610121652 A CN 201610121652A CN 107153850 A CN107153850 A CN 107153850A
Authority
CN
China
Prior art keywords
books
current
borrower
borrowed
recommended
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610121652.XA
Other languages
English (en)
Inventor
徐晓敏
彭为楚
黄浩炜
张耀
吴秀华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI RFID SYSTEM TECHNOLOGY Co Ltd
Original Assignee
SHANGHAI RFID SYSTEM TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI RFID SYSTEM TECHNOLOGY Co Ltd filed Critical SHANGHAI RFID SYSTEM TECHNOLOGY Co Ltd
Priority to CN201610121652.XA priority Critical patent/CN107153850A/zh
Publication of CN107153850A publication Critical patent/CN107153850A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种图书相关信息的获取方法及系统，该获取方法包括以下步骤：识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书，并向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。通过将当前图书的借阅人、借阅人借阅的历史图书做关联，能够获得与当前图书相关的图书推荐信息、借阅人群分布信息、电子资源信息和历史借阅人借阅过的图书，为读者提供了更丰富的信息服务。

Description

图书相关信息的获取方法及系统
技术领域
本发明涉及一种图书相关信息的获取方法及系统。
背景技术
公共图书馆是藏书、目录、馆际互借和业务研究、交流的中心，担负着为科学研究服务和为大众服务的双重任务。如何提高阅读质量，为读者提供更丰富的内容和更便捷的体验，是一项迫切而艰巨的任务。
然而，现有的公共图书馆仅能实现借书和还书，无法给读者提供更多的服务，其局限于对当前图书的借还服务，读者无法通过公共图书馆获得更多的与当前图书有关的信息，若要获得与当前图书相关的信息，只能通过再次手动输入查询相关图书，给用户造成了很大不便。因此，现有的公共图书馆的业务能力亟待改善。
发明内容
本发明要解决的技术问题是克服现有技术中的公共图书馆仅局限于对当前图书的借还服务的功能，而无法提供给读者更丰富的信息服务的缺陷，提供一种图书相关信息的获取方法及系统。
本发明是通过下述技术方案来解决上述技术问题的：
一种图书相关信息的获取方法，其特点在于，包括以下步骤：
S1、识别当前图书的RFID(Radio Frequency Identification，射频识别)标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
S2、使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书，并向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
其中，由于图书上均设有RFID标签，通过RFID读写器或其它设备，均可获得当前图书的历史借阅人和该些历史借阅人借阅过的图书。而贝叶斯网络分析法是计算假设概率的方法，这种方法是基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身而得出的。
而待借阅图书是有可能向当前图书借阅人推荐的图书，是作为一个备选项的集合，是否推荐是取决于该待借阅图书被关注的概率。而关注概率是通过贝叶斯分析法得出的在当前图书的相关借阅人借阅过的图书的基础上，当前借阅人有可能对某本待借阅图书感兴趣的可能性，是对未发生但有可能发生的事件的概率预测。
而所述相关的图书可为与所述待推荐图书的图书名称相同、作者相同或者图书内容关联密切程度达到某个设定值时的图书。
本方案将不仅限于对当前图书的了解，还能为读者推荐更多的读者可能感兴趣的图书。同时，在获得当前图书的借阅人和借阅人借阅的历史图书后，当前借阅人也可以借阅历史借阅人借阅过的图书，为读者提供了更丰富的信息服务。
较佳地，步骤S1之后还包括：
S3、以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别；
其中，所述属性包括职业、年龄、性别和爱好中的至少两个属性。
通过对当前图书的借阅人群进行分类，能够给读者提供当前图书的借阅人群分类信息，使读者能够进一步了解当前图书的内容倾向性。
较佳地，步骤S2和S3之后还包括步骤S4；
S4、将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。
其中，图形化显示可为拓扑图的方式，也可为几何图、冲积图、主题河图、地形图或星团图等方式，显示方式不限于此。以图形化的方式显示能够方便读者快速获得图书和借阅人群的相关信息。
较佳地，步骤S1之后还包括：
S5、通过第三方数据资源接口获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
本方案能够向当前借阅人提供电子资源，当前图书借阅人可在无需借阅纸质版图书的前提下获得图书的相关电子资源，进一步为读者提供了更丰富的信息服务。
本发明还提供一种图书相关信息的获取系统，其特点在于，包括RFID标签识别模块、分析模块和图书推荐模块；
所述RFID标签识别模块用于识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
所述分析模块用于使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书；
所述图书推荐模块用于向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
较佳地，所述获取系统还包括分类模块，所述分类模块用于以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别；
其中，所述属性包括职业、年龄、性别和爱好中的至少两个属性。
较佳地，所述获取系统还包括图形显示模块，所述图形显示模块用于将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。
较佳地，所述获取系统还包括电子资源获取模块，所述电子资源获取模块用于通过第三方数据资源接口获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
本发明的积极进步效果在于：通过将当前图书的借阅人、借阅人借阅的历史图书做关联，能够获得与当前图书相关的图书推荐信息、借阅人群分布信息、电子资源信息和历史借阅人借阅过的图书，而不限于仅对当前图书进行借还操作，为读者提供了更丰富的信息服务。
附图说明
图1为本发明实施例1的图书相关信息的获取方法流程图。
图2为本发明实施例1的图书相关信息的获取系统的结构示意图。
图3为本发明实施例1实现图书相关信息的获取方法依赖的硬件实体结构示意图。
图4为本发明实施例2的图书相关信息的获取方法流程图。
图5为本发明实施例2的历史借阅人在多维空间内的聚类示意图。
图6为本发明实施例3的图书相关信息的获取方法流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
实施例1
本实施例提供一种图书相关信息的获取方法，如图1所示，包括以下步骤：
步骤101、识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
具体地，使用RFID读写器读取图书RFID标签，从RFID标签中提取图书的馆藏标识符，通过RFID通用接口将该馆藏标识符，运用SIP2协议(Session Initiation Protocol V2.0，基于IP的一个应用层控制协议)传输给图书馆管理系统，并从图书馆管理系统获得当前图书的历史借阅人和每一历史借阅人借阅过的图书。
其中，历史借阅人可为一段时间内的历史借阅人，也可为从新书上架后借阅过该图书的人。而历史借阅人借阅过的图书也可为一段时间内借阅的图书，也可为其在公共图书馆借阅过的所有图书。假设当前的图书为计算机应用图书，在半年内借阅过该图书的历史借阅人为A、B、C、D、E、F、G。
而在半年内，历史借阅人A借阅过的图书有a1，a2，a3；历史借阅人B借阅过的图书有b1，b2；历史借阅人C借阅过的图书有c1，c2，c3，c4；历史借阅人D借阅过的图书有d1；历史借阅人E借阅过的图书有e1，e2，e3，e4，e5；历史借阅人F借阅过的图书有f1，f2，f3；历史借阅人G借阅过的图书有g1，g2。该些图书覆盖的领域可涉及化工、电力、机械、航天、船舶、生物、计算机等领域。该些借阅过的图书的集合假设为X。
步骤102、使用贝叶斯网络分析法分析该些借阅过的图书，并获得对应的图书推荐信息。
具体地，通过贝叶斯网络分析法获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书；并向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
在借阅过上述图书的情况下，待借阅图书可为候选借阅的图书，如结构类的图书h1，手机类的图书h2，操作系统类的图书h3，编程语言类的图书h4,等，在此不一列举。
贝叶斯网络分析集合X内的图书，对待借阅图书h1，h2，h3和h4进行概率预测，计算出h1，h2，h3和h4被关注的概率。假设关注概率分别为20％，30％，50％，70％，第一阈值设为50％。因此h3和h4均为待推荐图书，于是向当前借阅人推荐图书h3和h4。
而对于与h3和h4相关的图书，搜索与h3或h4的书名相同的图书，或者搜索与h3或h4的作者相同的图书，或者搜索与h3或h4的内容有三分之一以上相似的图书，均可作为与h3和h4相关的图书。
本实施例还提供一种图书相关信息的获取系统100，如图2所示，包括RFID标签识别模块1、分析模块2和图书推荐模块3；
所述RFID标签识别模块1用于识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
所述分析模块2用于使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书；
所述图书推荐模块3用于向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
如图3所示，在操作时，会用到的硬件实体为读者证读卡器4、RFID读写器5、RFID射频天线板6、触摸屏显示器7、打印机8和工业主机9。触摸屏显示器、读者证读卡器、RFID读写器、打印机均与工业主机电连接，RFID射频天线板与RFID读写器电连接，而打印机是用于提供打印服务的。
触摸屏显示器是主要的操作和信息显示部分，通过触摸屏可以显示图书馆信息，包含图书馆介绍、图书馆概况、开放时间、图书馆地图、特色馆藏和图书馆重大活动纪要等。
当前图书的当前借阅人根据自身需求在触摸屏显示器上操作，将读者证放置在读卡区上，工业主机上显示读者证读卡器读取到的当前借阅人的基本身份信息，如年龄、职业、身份证号、联系电话等。
接着，借阅人将当前书籍放置在RFID射频天线板上，RFID读写器读取当前图书的标签，并根据上述软件执行过程在工业主机上显示该些信息，如当前图书的历史借阅人、历史借阅人借阅过的图书、推荐图书等。
可见，本实施例将当前图书、当前图书的历史借阅人、历史借阅人借阅的历史图书相互关联起来，从而预测当前图书的当前借阅人可能感兴趣的图书，为读者提供了更丰富的信息服务。同时，当前借阅人还可以参考历史借阅人借阅的图书，并借阅集合X内的任意一本图书。在借阅时，是需要借阅人的证件来实现人与图书的对应记录的，如通常使用的读者证、借书证等。
实施例2
本实施例提供一种图书相关信息的获取方法，如图4所示，本实施例与实施例1的区别在于：步骤101之后还包括：
步骤103、对当前图书的历史借阅人进行分类。
具体地，以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别；
其中，所述属性包括职业、年龄、性别和爱好。该些属性形成四维空间，图书借阅人A～G在四维空间内分别对应一个点，第二阈值可为实际的距离数值，也可为某个常数的倍数，或其他能够表征两点距离的量值。假设第二阈值为5，A到B的距离为3，B到C的距离为7，A到C的距离为8，A到G的距离为4，B到G的距离为5，D到E的距离为6，C到D的距离为10，G到F的距离为6，E到F距离为3。
因此，可得出A、B和G属于一个类别K1，E与F属于一个类别K2，C自己属于一个类别K3，D自己也属于一个类别K4，而其距离关系图可参考表示为图5。
可见，借阅当前的计算机图书的人集中在类别K1的人群中，类别K2借阅该计算机书籍的较少，类别K3和K4这类人群借阅该计算机图书的数量则更少。
与实施例1的区别还在于，步骤102和步骤103之后还包括：
步骤104、将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。
具体地，将借阅人群所述的类别做几何图显示，将待推荐图书做冲积图显示，将相关的图书做地形图显示。
本实施例还提供一种图书相关信息的获取系统，本实施例的获取系统与实施例1的系统的区别在于：本实施例的系统还包括分类模块和图形显示模块，该分类模块用于以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别。
所述图形显示模块用于将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。而在向当前借阅人推荐图书时，也可以根据本实施例划分的类别K1～K4在各类别内的历史借阅人之间进行推荐。如类别K1内的历史借阅人A、B和G，其借阅过的图书分别为a1，a2，a3；b1，b2；g1，g2，A可向B和G推荐借阅的图书a1，a2，a3，同理，B可向A和G推荐图书，G可向A和B推荐图书，从而形成相互关联的图书网络。
因此，本实施例在达到实施例1的效果的同时，还能给读者提供当前图书的借阅人群分类信息，使读者能够进一步了解当前图书的内容倾向性，还能获得直观的图形显示。且进一步将图书信息、借阅人群信息整合起来，使得公共图书馆能够为借阅人提供更丰富的信息服务。
实施例3
本实施例提供一种图书相关信息的获取方法，如图6所示，本实施例与实施例2的获取方法的区别在于：步骤101之后还包括：
步骤105、通过第三方数据资源接口获取图书的电子资源。
具体地，第三方数据资源接口可通过Webservice(是一个平台独立的，低耦合的，自包含的、基于可编程的web的应用程序)、Json Rpc(是一种以json为协议的远程调用服务)技术实现，以获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
对于图书的电子文档，当前借阅人可以通过工业主机的USB接口将电子文档借阅到自身的存储设备中，如手机或U盘等。
本实施例还提供一种图书相关信息的获取系统，本实施例的获取系统与实施例2的系统的区别在于：本实施例的系统还包括电子资源获取模块，所述电子资源获取模块用于通过第三方数据资源接口获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
其中，图书概要是指对图书内容的简要描述。而涉及的电子资源还可为历史借阅人借阅过的图书的电子资源，以进一步引导当前借阅人借阅相关图书。因此，本实施例在达到实施例2的效果的同时，使得当前图书借阅人在无需借阅纸质版图书的前提下能够获得图书的相关电子资源，进一步为读者提供了更丰富的信息服务。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (8)

1.一种图书相关信息的获取方法，其特征在于，包括以下步骤：
S1、识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
S2、使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书，并向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
2.如权利要求1所述的获取方法，其特征在于，步骤S1之后还包括：
S3、以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别；
其中，所述属性包括职业、年龄、性别和爱好中的至少两个属性。
3.如权利要求2所述的获取方法，其特征在于，步骤S2和S3之后还包括步骤S4；
S4、将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。
4.如权利要求1或2所述的获取方法，其特征在于，步骤S1之后还包括：
S5、通过第三方数据资源接口获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
5.一种图书相关信息的获取系统，其特征在于，包括RFID标签识别模块、分析模块和图书推荐模块；
所述RFID标签识别模块用于识别当前图书的RFID标签，并获得当前图书的历史借阅人和每一历史借阅人借阅过的图书；
所述分析模块用于使用贝叶斯网络分析法分析该些借阅过的图书，以获得多本待借阅图书的关注概率，并在其中一本待借阅图书的关注概率大于一第一阈值时将所述待借阅图书作为一待推荐图书；
所述图书推荐模块用于向当前图书的当前借阅人提供所述待推荐图书和/或提供与所述待推荐图书相关的图书。
6.如权利要求5所述的获取系统，其特征在于，所述获取系统还包括分类模块，所述分类模块用于以历史借阅人的多个属性形成多维空间，每一属性对应于一个维度，每一历史借阅人根据其属性对应于所述多维空间中的一点，将该些历史借阅人根据所述多维空间的对应点之间的距离进行聚类，并将相邻两点之间的距离小于一第二阈值时的点的集合作为一个类别，以获得当前图书的借阅人群所属的类别；
其中，所述属性包括职业、年龄、性别和爱好中的至少两个属性。
7.如权利要求6所述的获取系统，其特征在于，所述获取系统还包括图形显示模块，所述图形显示模块用于将所述待推荐图书、与所述待推荐图书相关的图书和当前图书的借阅人群所属的类别做图形化显示。
8.如权利要求5或6所述的获取系统，其特征在于，所述获取系统还包括电子资源获取模块，所述电子资源获取模块用于通过第三方数据资源接口获取当前图书、所述待推荐图书和与所述待推荐图书相关的图书的电子资源，所述电子资源包括读者点评信息、图书的电子文档和图书概要中的一种或多种。
CN201610121652.XA 2016-03-04 2016-03-04 图书相关信息的获取方法及系统 Pending CN107153850A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610121652.XA CN107153850A (zh) 2016-03-04 2016-03-04 图书相关信息的获取方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610121652.XA CN107153850A (zh) 2016-03-04 2016-03-04 图书相关信息的获取方法及系统

Publications (1)

Publication Number Publication Date
CN107153850A true CN107153850A (zh) 2017-09-12

Family

ID=59791306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610121652.XA Pending CN107153850A (zh) 2016-03-04 2016-03-04 图书相关信息的获取方法及系统

Country Status (1)

Country Link
CN (1) CN107153850A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107741993A (zh) * 2017-11-06 2018-02-27 佛山市章扬科技有限公司 一种高校数字图书馆数据挖掘的方法
CN107844997A (zh) * 2017-11-28 2018-03-27 北京蕴盈科技有限公司 书籍嵌入式广告发布方法
CN108156242A (zh) * 2017-12-26 2018-06-12 深圳市海恒智能科技有限公司 图书自助设备与图书馆后台的通讯方法及系统
CN109961347A (zh) * 2018-10-19 2019-07-02 大连九州创智科技有限公司 一种基于射频标签技术的图书馆图书信息管理方法
CN110473361A (zh) * 2018-05-11 2019-11-19 上海阿法迪智能标签系统技术有限公司 基于rfid的新型图书馆及其自助借还系统
CN117575287A (zh) * 2024-01-15 2024-02-20 北京家音顺达数据技术有限公司 面向地铁站点的共享式图书借阅流转方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902744A (zh) * 2012-09-17 2013-01-30 杭州东信北邮信息技术有限公司 一种图书推荐方法
CN103678618A (zh) * 2013-12-17 2014-03-26 南京大学 一种基于社交网络平台的Web服务推荐方法
CN104021153A (zh) * 2014-05-19 2014-09-03 江苏金智教育信息技术有限公司 一种校园图书的个性化推荐方法
CN104992181A (zh) * 2015-06-29 2015-10-21 昆明理工大学 一种根据图书馆用户习惯的实时图书推荐方法
CN105183727A (zh) * 2014-05-29 2015-12-23 上海研深信息科技有限公司 一种图书推荐方法及其系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902744A (zh) * 2012-09-17 2013-01-30 杭州东信北邮信息技术有限公司 一种图书推荐方法
CN103678618A (zh) * 2013-12-17 2014-03-26 南京大学 一种基于社交网络平台的Web服务推荐方法
CN104021153A (zh) * 2014-05-19 2014-09-03 江苏金智教育信息技术有限公司 一种校园图书的个性化推荐方法
CN105183727A (zh) * 2014-05-29 2015-12-23 上海研深信息科技有限公司 一种图书推荐方法及其系统
CN104992181A (zh) * 2015-06-29 2015-10-21 昆明理工大学 一种根据图书馆用户习惯的实时图书推荐方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王守义 等: "一种基于用户聚类的协同过滤个性化图书推荐系统", 《现代情报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107741993A (zh) * 2017-11-06 2018-02-27 佛山市章扬科技有限公司 一种高校数字图书馆数据挖掘的方法
CN107844997A (zh) * 2017-11-28 2018-03-27 北京蕴盈科技有限公司 书籍嵌入式广告发布方法
CN108156242A (zh) * 2017-12-26 2018-06-12 深圳市海恒智能科技有限公司 图书自助设备与图书馆后台的通讯方法及系统
CN108156242B (zh) * 2017-12-26 2020-11-10 深圳市海恒智能科技有限公司 图书自助设备与图书馆后台的通讯方法及系统
CN110473361A (zh) * 2018-05-11 2019-11-19 上海阿法迪智能标签系统技术有限公司 基于rfid的新型图书馆及其自助借还系统
CN109961347A (zh) * 2018-10-19 2019-07-02 大连九州创智科技有限公司 一种基于射频标签技术的图书馆图书信息管理方法
CN117575287A (zh) * 2024-01-15 2024-02-20 北京家音顺达数据技术有限公司 面向地铁站点的共享式图书借阅流转方法及系统
CN117575287B (zh) * 2024-01-15 2024-03-26 北京家音顺达数据技术有限公司 面向地铁站点的共享式图书借阅流转方法及系统

Similar Documents

Publication Publication Date Title
CN107153850A (zh) 图书相关信息的获取方法及系统
Yao et al. Sensing spatial distribution of urban land use by integrating points-of-interest and Google Word2Vec model
Li et al. A bibliometric analysis on deep learning during 2007–2019
Yoon et al. A text-mining-based patent network: Analytical tool for high-technology trend
Schneider et al. Urban growth in Chengdu, Western China: application of remote sensing to assess planning and policy outcomes
EP2741473A1 (en) Human-machine interaction data processing method and apparatus
Xu Research on music culture personalized recommendation based on factor decomposition machine
CN110263009A (zh) 日志分类规则的生成方法、装置、设备及可读存储介质
Kim et al. Inter-cluster connectivity analysis for technology opportunity discovery
CN107507038A (zh) 一种基于stacking和bagging算法的电费敏感用户分析方法
Chen et al. AIRec: Attentive intersection model for tag-aware recommendation
Huang et al. Research on multi-label user classification of social media based on ML-KNN algorithm
Hwang et al. Technological opportunity analysis: Assistive technology for blind and visually impaired people
CN109345201A (zh) 人力资源管理方法、装置、电子设备及存储介质
Zhao et al. Predicting individual socioeconomic status from mobile phone data: a semi-supervised hypergraph-based factor graph approach
Ren et al. scMCs: a framework for single-cell multi-omics data integration and multiple clusterings
Liu et al. Detecting industry clusters from the bottom up based on co-location patterns mining: A case study in Dongguan, China
Liu et al. An optimized K-means algorithm based on information entropy
Skoric The implications of big data for developing and transitional economies: Extending the Triple Helix?
CN106355537A (zh) 一种智能串并案分析方法及系统
Liu et al. Quantitative analysis for image segmentation by granular computing clustering from the view of set
Pang [Retracted] Library Management System Based on Data Mining and Clustering Algorithm
CN110059316A (zh) 一种基于数据感知的动态科技资源语义分析方法
CN114357184A (zh) 事项推荐方法及相关装置、电子设备和存储介质
CN116861226A (zh) 一种数据处理的方法以及相关装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Room 205-207, building 2, 810 Yishan Road, Xuhui District, Shanghai 200233

Applicant after: Shanghai Afadi Intelligent Digital Technology Co.,Ltd.

Address before: Room 205-207, building 2, 810 Yishan Road, Xuhui District, Shanghai 200233

Applicant before: SHANGHAI RFID SYSTEM TECHNOLOGY Co.,Ltd.

Address after: Room 205-207, building 2, 810 Yishan Road, Xuhui District, Shanghai 200233

Applicant after: Shanghai Afadi Intelligent Digital Technology Co.,Ltd.

Address before: Room 205-207, building 2, 810 Yishan Road, Xuhui District, Shanghai 200233

Applicant before: Shanghai Afadi Intelligent Digital Technology Co.,Ltd.

CB02 Change of applicant information