CN110619084A - 一种根据图书馆读者借阅行为进行图书推荐的方法 - Google Patents

Abstract

本发明公开的一种根据图书馆读者借阅行为进行图书推荐的方法，包括以下步骤：步骤1、通过前期专家主导的访问系统，结合图书管理权限及采访获取读者借阅集合，作为挖掘样本；步骤2、对挖掘样本的数据进行预处理；步骤3、依据图书类型进行聚类，找出读者间的阅读共性，利用k‑Means算法，以图书借阅情况为参数划分为四个群组，每个群组表示一种阅读模式；步骤4、利用GRNN算法建立模型，并进行训练，输入读者借阅图书信息，输出聚类的四个群组。本发明一种根据图书馆读者借阅行为进行图书推荐的方法，可用于对读者个人数字图书馆进行图书推荐，引导读者借阅相关性强的图书；发现学科之间隐藏的关系，以优化读者学科知识结构。

Description

一种根据图书馆读者借阅行为进行图书推荐的方法

技术领域

本发明属于图书信息化管理技术领域，具体涉及一种根据图书馆读者借阅行为进行图书推荐的方法。

背景技术

图书馆具有培养品德、提升素养、优化课堂、扩大知识面等优点，被广泛设立于各大高校。随着社会的飞速发展和人民生活水平的不断提高，图书借阅信息水平已不能满足读者的需求。近几年，信息技术在高速发展，意味大数据时代的到来，数据挖掘技术应用于各个领域。读者借阅图书信息丰富，利用数据挖掘技术得到图书借阅信息中有价值的数据，为建设智能化图书馆奠定基础。

数据挖掘就是从大量看似无规律的数据中提取、发掘知识的过程，寻找隐含于深层次的知识。数据挖掘常用的方法有分类、聚类、回归分析、关联规则、偏差分析、Web页挖掘等，具有数据利用率高和图书分类效果好等优点。但是数据挖掘技术存在着诸多缺点，例如，无法对其进行长期的学习访问。

神经网络算法具有自学习能力强、运行速度快和自适应性能好等优点，可处理环境信息复杂，背景知识不清楚，推理规则不明确情况下的问题。因此，在数据挖掘的基础上，可通过结合GRNN算法对图书馆读者进行图书推荐。

发明内容

本发明的目的在于提供一种根据图书馆读者借阅行为进行图书推荐的方法，能够对读者进行有效推荐，增强读者的阅读体验。

本发明所采用的技术方案是：一种根据图书馆读者借阅行为进行图书推荐的方法，包括以下步骤：

步骤1、通过前期专家主导的访问系统，结合图书管理权限及采访获取读者借阅集合，作为挖掘样本；

步骤2、对挖掘样本的数据进行预处理；

步骤3、依据图书类型进行聚类，找出读者间的阅读共性，利用k-Means算法，以图书借阅情况为参数划分为四个群组，每个群组表示一种阅读模式；

步骤4、利用GRNN算法建立模型并进行训练，输入读者借阅图书信息，输出聚类的四个群组，对于输出的四个聚类群组分别推荐各自包含的图书。

本发明的特点还在于，

步骤1以图书馆的读者借阅数据为对象，使用MS SQL Server2008为数据的基础框架，配合Excel工具对数据进行前期预处理，得到与读者借阅集合相关的1000条事务数据，作为挖掘样本。

步骤2具体包括以下步骤：

步骤2.1：首先对挖掘样本的数据进行清洗：发现并纠正数据文件中可识别的错误，检查数据一致性，处理无效值和缺失值；

步骤2.2：再对清洗后的数据进行转换：将读者借阅的图书按《中图法》的22个大类进行划分，通过读者对某类图书的借阅预测出相关的图书类型；

步骤2.3：最后对转换后的数据进行集成：将读者借阅图书的历史集合成符合数据挖掘所需的事务数据，每个事务代表读者的一个借阅行为，包含一个唯一的标识和读者借阅各类图书的集合。

步骤3具体包括以下步骤：

步骤3.1：依据书籍类型进行聚类，随机寻找四个数据点，作为各个类的初始“质心”，且表示最终分成的四类群组；

步骤3.2：根据“距离中心最近”的原则，寻找与各个对象最为相似的类，将其他对象划分为到各个相应的类中；

步骤3.3：在完成对象的分配之后，针对每一个类，求出所有对象的平均值，作为本群组的新“质心”；

步骤3.4：根据“距离中心最近”的原则，重新进行所有对象的划分；

步骤3.5：返回步骤3.3，直至所有产生的类没有变化为止。

步骤4的GRNN模型训练步骤具体包括：

步骤4.1：将1000组样本分成20份数量相同的样本，选取19份进行训练，建立GRNN模型，剩下一份，即50组样本，作为测试样本进行验证，并计算测试结果和真实值的误差均方值；

步骤4.2：设置光滑因子σ取值区间为[0.01，1]，变化步长0.01，逐渐增加；

步骤4.3：重新调整训练样本和测试样本，重复步骤4.1和4.2，如此循环20次，得到各光滑因子对应的20组误差均方值，并求取20组误差均方值的平均值。

本发明的有益效果是：本发明一种根据图书馆读者借阅行为进行图书推荐的方法，通过聚类分析模型将读者划分为若干个属性相似的群组，群组间具有相似的属性，通过分析聚类模型挖掘读者的阅读模式；聚类后的读者，按不同属性分成了不同的群组，群组之间有相似的特征，据此进行GRNN算法分析，得到图书借阅的关联性，对读者进行有效推荐，增强读者的阅读体验，提高图书管理效率和图书馆的智能化水平。

附图说明

图1是本发明一种根据图书馆读者借阅行为进行图书推荐的方法中K-means算法的流程图；

图2是本发明一种根据图书馆读者借阅行为进行图书推荐的方法中GRNN算法的结构图。

具体实施方式

下面结合附图以及具体实施方式对本发明进行详细说明。

本发明提供了一种根据图书馆读者借阅行为进行图书推荐的方法，按照以下步骤实施：

步骤1、通过前期专家主导的访问系统，结合图书管理权限及采访获取读者借阅集合，作为挖掘样本。

其中涉及到的数据集是以图书馆的读者借阅数据为研究对象，使用MS SQLServer2008为数据的基础框架，配合Excel工具对数据进行前期预处理。通过对原数据的处理，得到与读者借阅集合相关的1000条事务数据，为挖掘样本。

步骤2、在进行挖掘前有必要对数据进行甄别、去噪等预处理。具体按照以下方法实施：

(1)数据清洗包括空值的检测和样本数据的针对性与唯一性，发现并纠正数据文件中可识别的错误，检查数据一致性，处理无效值和缺失值等。

(2)数据转换将读者借阅的图书按《中图法》的22个大类进行划分，通过读者对某类图书的借阅预测出相关的图书类型。

(3)数据的集成是将读者借阅历史表集合成符合数据挖掘所需的事务数据，每个事务代表读者的一个借阅行为，包含一个唯一的标识和读者借阅各类图书的集合。

步骤3、依据书籍类型进行聚类，找出读者间的阅读共性。利用k-Means算法，以图书借阅情况为参数划分为四个群组，每个群组表示一种阅读模式。

进行k-Means算法聚类分析，如图1所示，具体按照以下方法实施：

(1)随机寻找四个数据点，作为各个类的初始“质心”，且表示最终分成的四类群组；

(2)根据“距离中心最近”的原则，寻找与各个对象最为相似的类，将其他对象划分为到各个相应的类中；

(3)在完成对象的分配之后，针对每一个类，求出所有对象的平均值，作为本群组的新“质心”；

(4)根据“距离中心最近”的原则，重新进行所有对象的划分；

(5)返回步骤(3)，直至所有产生的类没有变化为止。

步骤4、利用GRNN算法建立模型并进行训练，输入读者借阅图书信息，输出聚类的四个群组，对于输出的四个聚类群组分别推荐各自包含的图书，从而有针对性地进行馆藏建设和信息服务工作；强化学科馆员的相关学科认识，精准提供学科咨询。

利用GRNN算法建立模型，如图2所示，输入层包含的神经元作为分布单元，数目取决于样本的特征信号数据，并将学习样本不加处理地传输至模式层。模式层含有的神经元数量取决于学习样本的总个数，且各神经元对应不同类型的样本，模式层通过连接系数Yⁱ连接求和层。求和层将不同的两个神经元相加，并将计算结果传递至输出层。输出层中各神经元将得到的两个计算结果相除，得到最终的输出结果，神经元数量取决于样本的输出类型，输出的最终结果对应估计结果的序号。

实施例

选择西安工程大学图书馆的读者借阅数据为研究对象，读者的每次借阅都有一条记录数据，利用程序SQL Server2008提供的存储过程，编写程序对记录数据集合再集成，使每位读者借阅记录形成一条事务；读者的身份、借书类型、借阅数量、图书分类号显示在同一行中。所有图书，有借阅就取“1”，否则取“0”。读者借阅事务数据如表1所示。

表1读者借阅事务数据

依据书籍类型进行聚类，找出读者间的阅读共性。利用k-Means算法，以图书借阅情况为参数划分为4个群组，每个群组表示1种阅读模式。

表2图书借阅模式聚类

GRNN样本获取是通过图书管理员得到大学生借阅图书信息，图书类型包括I1、I2、TM、TN、TQ、H3、TP、O1和O4，共计1000组试验数据。得到上述数据后，将I1、I2、TM、TN、TQ、H3、TP、O1和O4作为特征值。每个样本有9个特征值，对应4种不同类型聚类，分别为聚类-1、聚类-2、聚类-3和聚类-4，样本数据如表2所示，为部分样本数据。

表3图书借阅样本数据

其中表3利用GRNN建立模型与训练样本，完成输入参数和输出结果的非线性映射。建立GRNN模型，将9个特征值作为输入参数，将聚类-1、聚类-2、聚类-3和聚类-4作为输出结果。此外，网络模型训练的实质寻找最优的光滑因子，提高模型评价性能。GRNN训练步骤如下：

1、将1000组样本分成20份数量相同的样本，选取19份进行训练，建立GRNN模型，剩下一份，即50组样本，作为测试样本进行验证，并计算测试结果和真实值的误差均方值。

2、设置光滑因子σ取值区间为[0.01，1]，变化步长0.01，逐渐增加。

3、重新调整训练样本和测试样本，重复步骤1和2。如此循环20次，得到各光滑因子对应的20组误差均方值，并求取20组误差均方值的平均值。

经过上述训练步骤，当光滑因子σ取值小于等于0.1时，诊断效果较好，为了提高诊断模型的泛化能力，最终确定最优光滑因子的数值为0.1，对应的最小均方差为3.4e^-4。因此，将最优光滑因子即σ＝0.1用于图书借阅的模型。

本发明图书馆读者借阅行为智能分析算法训练正确率为94.00％。

本发明图书馆读者借阅行为智能分析算法，通过研究图书馆流通信息数据所记录的读者借阅行为，利用K-means聚类分析算法和GRNN算法对数据进行挖掘、分析，将读者划分为若干个属性相似的群组，即读者的借阅偏好。聚类分析和GRNN算法的结果可以用于对读者个人数字图书馆进行图书推荐，引导读者借阅相关性强的图书；发现学科之间隐藏的关系，以优化读者学科知识结构。而在数据库采购、图书采购、学科建设等实际工作应用中，了解每个群组读者的借阅倾向，有利于馆藏建设和信息服务工作，提供精准提供学科咨询，加强挖掘结果的推广与应用。

Claims (5)

1.一种根据图书馆读者借阅行为进行图书推荐的方法，其特征在于，包括以下步骤：

步骤1、通过前期专家主导的访问系统，结合图书管理权限及采访获取读者借阅集合，作为挖掘样本；

步骤2、对挖掘样本的数据进行预处理；

步骤3、依据图书类型进行聚类，找出读者间的阅读共性，利用k-Means算法，以图书借阅情况为参数划分为四个群组，每个群组表示一种阅读模式；

步骤4、利用GRNN算法建立模型并进行训练，输入读者借阅图书信息，输出聚类的四个群组，对于输出的四个聚类群组分别推荐各自包含的图书。

2.如权利要求1所述的一种根据图书馆读者借阅行为进行图书推荐的方法，其特征在于，所述步骤1以图书馆的读者借阅数据为对象，使用MS SQL Server2008为数据的基础框架，配合Excel工具对数据进行前期预处理，得到与读者借阅集合相关的1000条事务数据，作为挖掘样本。

3.如权利要求2所述的一种根据图书馆读者借阅行为进行图书推荐的方法，其特征在于，所述步骤2具体包括以下步骤：

步骤2.1：首先对挖掘样本的数据进行清洗：发现并纠正数据文件中可识别的错误，检查数据一致性，处理无效值和缺失值；

步骤2.2：再对清洗后的数据进行转换：将读者借阅的图书按《中图法》的22个大类进行划分，通过读者对某类图书的借阅预测出相关的图书类型；

步骤2.3：最后对转换后的数据进行集成：将读者借阅图书的历史集合成符合数据挖掘所需的事务数据，每个事务代表读者的一个借阅行为，包含一个唯一的标识和读者借阅各类图书的集合。

4.如权利要求3所述的一种根据图书馆读者借阅行为进行图书推荐的方法，其特征在于，所述步骤3具体包括以下步骤：

步骤3.1：依据书籍类型进行聚类，随机寻找四个数据点，作为各个类的初始“质心”，且表示最终分成的四类群组；

步骤3.2：根据“距离中心最近”的原则，寻找与各个对象最为相似的类，将其他对象划分为到各个相应的类中；

步骤3.3：在完成对象的分配之后，针对每一个类，求出所有对象的平均值，作为本群组的新“质心”；

步骤3.4：根据“距离中心最近”的原则，重新进行所有对象的划分；

步骤3.5：返回步骤3.3，直至所有产生的类没有变化为止。

5.如权利要求4所述的一种根据图书馆读者借阅行为进行图书推荐的方法，其特征在于，所述步骤4的GRNN模型训练步骤具体包括：

步骤4.1：将1000组样本分成20份数量相同的样本，选取19份进行训练，建立GRNN模型，剩下一份，即50组样本，作为测试样本进行验证，并计算测试结果和真实值的误差均方值；

步骤4.2：设置光滑因子σ取值区间为[0.01，1]，变化步长0.01，逐渐增加；

步骤4.3：重新调整训练样本和测试样本，重复步骤4.1和4.2，如此循环20次，得到各光滑因子对应的20组误差均方值，并求取20组误差均方值的平均值。