CN115577152B - 基于数据分析的在线图书借阅管理系统 - Google Patents

Abstract

本发明属于图书借阅管理领域，涉及数据分析技术，用于解决现有的在线图书借阅管理系统不具备对图书进行价值分析的功能的问题，具体是基于数据分析的在线图书借阅管理系统，包括借阅管理平台，所述借阅管理平台通信连接有价值分析模块、推荐管理模块用户分析模块以及存储模块；所述推荐管理模块用于对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索，将检索到的符合关键词的图书标记为匹配对象，通过匹配对象的价值等级为用户进行图书推荐；本发明通过推荐管理模块可以对用户进行图书推荐并得到推成系数，通过推成系数的数值大小对推荐管理模块的推荐机制进行监督。

Description

基于数据分析的在线图书借阅管理系统

技术领域

本发明属于图书借阅管理领域，涉及数据分析技术，具体是基于数据分析的在线图书借阅管理系统。

背景技术

网络图书馆是因为网络环境改变了图书馆馆藏概念的内涵和外延，网络时代的图书馆，是现实图书馆被信息技术化的产物，加快了传播人类文化遗产的速度与广度，电子保存，突破了手写时代和印刷局限。电子出版物具有存储量大、出版周期短、检索便捷、声像并重、大批量生产成本低等特点。

现有的在线图书借阅管理系统不具备对图书进行价值分析的功能，导致在进行图书推荐时仅能够通过关键词进行随机推荐，导致推荐成功率较低，用户体验下降。

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供基于数据分析的在线图书借阅管理系统，用于解决现有的在线图书借阅管理系统不具备对图书进行价值分析的功能的问题；

本发明需要解决的技术问题为：如何提供一种可以根据图书价值对用户进行图书推荐的借阅管理系统。

本发明的目的可以通过以下技术方案实现：

基于数据分析的在线图书借阅管理系统，包括借阅管理平台，所述借阅管理平台通信连接有价值分析模块、推荐管理模块用户分析模块以及存储模块；

所述价值分析模块用于对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象i，i=1，2，…，n，n为正整数，获取监测对象i在最近半年内的被借阅次数并标记为ZCi，获取监测对象i在最近半年内被借阅时的借阅时长，通过存储模块获取到时长阈值，将借阅时长小于时长阈值的被借阅次数标记为WXi，若监测对象i在最近半年内被同一用户多次借阅，则将对应的用户标记为监测对象i的忠实用户，将监测对象i的忠实用户的数量标记为ZSi，通过对ZCi、WXi以及ZSi进行数值计算得到监测对象i的价值系数JZi；通过价值系数的数值大小对监测对象的价值等级进行判定；

所述推荐管理模块用于对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索，将检索到的符合关键词的图书标记为匹配对象，通过匹配对象的价值等级为用户进行图书推荐；

所述用户分析模块用于对借阅管理平台的注册用户进行管理分析并对用户的维护效果是否满足要求进行判定。

作为本发明的一种优选实施方式，对监测对象的价值等级进行判定的具体过程包括：通过存储模块获取到价值阈值JZmin、JZmax，将监测对象i的价值系数JZi与价值阈值JZmin、JZmax进行比较：若JZi≤JZmin，则判定监测对象i的借阅价值不满足要求，将监测对象i的价值等级标记为三等级；若JZmin＜JZ＜JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为二等级；若JZ≥JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为一等级。

作为本发明的一种优选实施方式，通过匹配对象的价值等级为用户进行图书推荐的具体过程包括：获取匹配对象的价值系数与价值等级，将价值等级为一等级的匹配对象标记为一级对象，将价值等级为二等级的匹配对象标记为二级对象，将价值等级为三等级的匹配对象标记为三级对象，随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成推荐集合，将推荐集合发送至用户客户端，若用户在推荐集合中选择了至少一个子集进行借阅，则判定推荐成功；若用户没有在推荐集合中选择至少一个子集进行借阅，则判定推荐失败，重新随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成新的推荐集合，将新的推荐集合发送至用户客户端，直至推荐成功；其中L1、L2以及L3均为数量常量，且L1=2*L2=4*L3；对推荐管理模块的图书推荐是否满足要求进行判定。

作为本发明的一种优选实施方式，对推荐管理模块的图书推荐是否满足要求进行判定的具体过程包括：将最近M1天内被加入到推荐集合中的监测对象标记为添加对象，将通过推荐成功被用户借阅的添加对象标记为成功对象，将没有通过推荐成功被用户借阅的添加对象标记为失败对象，将成功对象与添加对象的比值标记为推成率，通过存储模块获取到推成阈值，将推成率与推成阈值进行比较：若推成率小于等于推成阈值，则判定推荐管理模块的图书推荐不满足要求，推荐管理模块向借阅管理平台发送推荐不合格信号，在下一次进行图书推荐时将失败对象从推荐集合中删除；若成功率大于推成阈值，则判定推荐管理模块的图书推荐满足要求，推荐管理模块向借阅管理平台发送推荐合格信号。

作为本发明的一种优选实施方式，用户分析模块对借阅管理平台的注册用户进行管理分析的具体过程包括：将用户历史借阅总次数标记为LS，将用户最近一个月内的借阅次数标记为ZJ，将用户借阅的图书总数标记为TS，通过对LS、ZJ以及TS进行数值计算得到用户的用户系数YH；通过存储模块获取到用户阈值YHmin，将用户的用户系数YH与用户阈值YHmin进行比较：若用户系数YH小于等于用户阈值YHmin，则将对应的用户标记为普通用户；若用户系数YH大于用户阈值YHmin，则将对应的用户标记为优质用户；将优质用户最近一个月内的借阅次数进行求和取平均值得到优质表现值，将优质用户最近一个月内的借阅次数建立优质集合，对优质集合进行方差计算得到优质用户的优质系数，通过存储模块获取到优质表现阈值与优质阈值；将优质用户的优质表现值、优质系数分别与优质表现阈值、优质阈值进行比较并通过比较结果对用户的维护效果是否满足要求进行判定。

作为本发明的一种优选实施方式，对用户的维护效果是否满足要求进行判定的具体过程包括：若优质表现值大于等于优质表现阈值且优质系数小于优质阈值，则判定借阅管理平台对注册用户的维护效果满足要求，用户分析模块向借阅管理平台发送维护合格信号；否则，判定借阅管理平台对注册用户的维护效果不满足要求，用户分析模块向借阅管理平台发送维护不合格信号。

作为本发明的一种优选实施方式，该基于数据分析的在线图书借阅管理系统的工作方法，包括以下步骤：

步骤一：对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象，通过对监测对象的借阅数据进行数值计算得到监测对象的价值系数，通过价值系数的数值大小对监测对象的价值等级进行判定；

步骤二：对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索并组成推荐集合，将推荐集合发送至用户客户端，直至用户从推荐集合中选择图书进行借阅；

步骤三：对借阅管理平台的注册用户进行管理分析，通过对用户的借阅数据进行数值计算得到用户的用户系数，通过用户的用户系数将用户标记为优质用户或普通用户，对优质用户最近一个月的借阅数据进行数值计算得到优质用户的优质表现值与优质系数，通过优质表现值与优质系数对用户的维护效果是否满足要求进行判定。

本发明具备下述有益效果：

1、通过价值分析模块可以对图书的借阅价值进行监测分析，通过图书的价值系数对图书的借阅价值进行评价，同时对图书进行价值等级评定，进而通过图书的价值等级对推荐数量进行权重影响，控制推荐集合中不同价值等级的图书数量，从而提高推荐成功率；

2、通过推荐管理模块可以对用户进行图书推荐并得到推成系数，通过推成系数的数值大小对推荐管理模块的推荐机制进行监督，并且在图书推荐不满足要求时可以对失败对象进行标记，进而对推荐集合进行优化更新，保证后续的图书推荐成功率；

3、通过用户分析模块可以对借阅管理平台的注册用户进行管理分析，将用户分为优质用户与普通用户，对优质用户的近期借阅频率进行监控分析，并通过监控分析结果对用户的维护效果是否合格进行判定，通过用户端行为对借阅管理平台的维护效果进行监控。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例一中推荐管理模块的工作流程图；

图3为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，基于数据分析的在线图书借阅管理系统，包括借阅管理平台，借阅管理平台通信连接有价值分析模块、推荐管理模块用户分析模块以及存储模块。

价值分析模块用于对图书的借阅价值进行监测分析：将数据库中的图书标记为监测对象i，i=1，2，…，n，n为正整数，获取监测对象i在最近半年内的被借阅次数并标记为ZCi，获取监测对象i在最近半年内被借阅时的借阅时长，通过存储模块获取到时长阈值，将借阅时长小于时长阈值的被借阅次数标记为WXi，若监测对象i在最近半年内被同一用户多次借阅，则将对应的用户标记为监测对象i的忠实用户，将监测对象i的忠实用户的数量标记为ZSi，通过公式得到监测对象i的价值系数JZi，价值系数是一个反应监测对象的借阅价值的数值，价值系数的数值越大，则表示对应的监测对象的借阅价值越高；其中α1、α2以及α3均为比例系数，且α3＞α2＞α1＞1；通过存储模块获取到价值阈值JZmin、JZmax，将监测对象i的价值系数JZi与价值阈值JZmin、JZmax进行比较：若JZi≤JZmin，则判定监测对象i的借阅价值不满足要求，将监测对象i的价值等级标记为三等级；若JZmin＜JZ＜JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为二等级；若JZ≥JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为一等级；对图书的借阅价值进行监测分析，通过图书的价值系数对图书的借阅价值进行评价，同时对图书进行价值等级评定，进而通过图书的价值等级对推荐数量进行权重影响，控制推荐集合中不同价值等级的图书数量，从而提高推荐成功率。

如图2所示，推荐管理模块用于对用户进行图书推荐：用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索，将检索到的符合关键词的图书标记为匹配对象，获取匹配对象的价值系数与价值等级，将价值等级为一等级的匹配对象标记为一级对象，将价值等级为二等级的匹配对象标记为二级对象，将价值等级为三等级的匹配对象标记为三级对象，随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成推荐集合，将推荐集合发送至用户客户端，若用户在推荐集合中选择了至少一个子集进行借阅，则判定推荐成功；若用户没有在推荐集合中选择至少一个子集进行借阅，则判定推荐失败，重新随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成新的推荐集合，将新的推荐集合发送至用户客户端，直至推荐成功；其中L1、L2以及L3均为数量常量，且L1=2*L2=4*L3；将最近M1天内被加入到推荐集合中的监测对象标记为添加对象，将通过推荐成功被用户借阅的添加对象标记为成功对象，将没有通过推荐成功被用户借阅的添加对象标记为失败对象，将成功对象与添加对象的比值标记为推成率，通过存储模块获取到推成阈值，将推成率与推成阈值进行比较：若推成率小于等于推成阈值，则判定推荐管理模块的图书推荐不满足要求，推荐管理模块向借阅管理平台发送推荐不合格信号，在下一次进行图书推荐时将失败对象从推荐集合中删除；若成功率大于推成阈值，则判定推荐管理模块的图书推荐满足要求，推荐管理模块向借阅管理平台发送推荐合格信号；对用户进行图书推荐并得到推成系数，通过推成系数的数值大小对推荐管理模块的推荐机制进行监督，并且在图书推荐不满足要求时可以对失败对象进行标记，进而对推荐集合进行优化更新，保证后续的图书推荐成功率。

用户分析模块用于对借阅管理平台的注册用户进行管理分析：将用户历史借阅总次数标记为LS，将用户最近一个月内的借阅次数标记为ZJ，将用户借阅的图书总数标记为TS，通过公式得到用户的用户系数YH，用户系数是一个反应用户在借阅管理平台的活跃程度的数值，用户系数的数值越大，则表示对应的用户在借阅管理平台的活跃程度越高；其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到用户阈值YHmin，将用户的用户系数YH与用户阈值YHmin进行比较：若用户系数YH小于等于用户阈值YHmin，则将对应的用户标记为普通用户；若用户系数YH大于用户阈值YHmin，则将对应的用户标记为优质用户；将优质用户最近一个月内的借阅次数进行求和取平均值得到优质表现值，将优质用户最近一个月内的借阅次数建立优质集合，对优质集合进行方差计算得到优质用户的优质系数，通过存储模块获取到优质表现阈值与优质阈值；将优质用户的优质表现值、优质系数分别与优质表现阈值、优质阈值进行比较：若优质表现值大于等于优质表现阈值且优质系数小于优质阈值，则判定借阅管理平台对注册用户的维护效果满足要求，用户分析模块向借阅管理平台发送维护合格信号；否则，判定借阅管理平台对注册用户的维护效果不满足要求，用户分析模块向借阅管理平台发送维护不合格信号；对借阅管理平台的注册用户进行管理分析，将用户分为优质用户与普通用户，对优质用户的近期借阅频率进行监控分析，并通过监控分析结果对用户的维护效果是否合格进行判定，通过用户端行为对借阅管理平台的维护效果进行监控。

实施例二

如图3所示，基于数据分析的在线图书借阅管理方法，包括以下步骤：

步骤一：对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象，通过对监测对象的借阅数据进行数值计算得到监测对象的价值系数，通过价值系数的数值大小对监测对象的价值等级进行判定，通过图书的价值等级对推荐数量进行权重影响；

步骤二：对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索并组成推荐集合，将推荐集合发送至用户客户端，直至用户从推荐集合中选择图书进行借阅，对推荐集合进行优化更新，保证后续的图书推荐成功率；

步骤三：对借阅管理平台的注册用户进行管理分析，通过对用户的借阅数据进行数值计算得到用户的用户系数，通过用户的用户系数将用户标记为优质用户或普通用户，对优质用户最近一个月的借阅数据进行数值计算得到优质用户的优质表现值与优质系数，通过优质表现值与优质系数对用户的维护效果是否满足要求进行判定，通过用户端行为对借阅管理平台的维护效果进行监控。

基于数据分析的在线图书借阅管理系统，工作时，对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象，通过对监测对象的借阅数据进行数值计算得到监测对象的价值系数，通过价值系数的数值大小对监测对象的价值等级进行判定；对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索并组成推荐集合，将推荐集合发送至用户客户端，直至用户从推荐集合中选择图书进行借阅；对借阅管理平台的注册用户进行管理分析，通过对用户的借阅数据进行数值计算得到用户的用户系数，通过用户的用户系数将用户标记为优质用户或普通用户，对优质用户最近一个月的借阅数据进行数值计算得到优质用户的优质表现值与优质系数，通过优质表现值与优质系数对用户的维护效果是否满足要求进行判定。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的价值系数；将设定的价值系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为1.53、2.65和2.97；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的价值系数；只要不影响参数与量化后数值的比例关系即可，如价值系数与忠实用户的数量成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.基于数据分析的在线图书借阅管理系统，包括借阅管理平台，其特征在于，所述借阅管理平台通信连接有价值分析模块、推荐管理模块用户分析模块以及存储模块；

所述价值分析模块用于对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象i，i＝1，2，…，n，n为正整数，获取监测对象i在最近半年内的被借阅次数并标记为ZCi，获取监测对象i在最近半年内被借阅时的借阅时长，通过存储模块获取到时长阈值，将借阅时长小于时长阈值的被借阅次数标记为WXi，若监测对象i在最近半年内被同一用户多次借阅，则将对应的用户标记为监测对象i的忠实用户，将监测对象i的忠实用户的数量标记为ZSi，通过对ZCi、WXi以及ZSi进行数值计算得到监测对象i的价值系数JZi；通过价值系数的数值大小对监测对象的价值等级进行判定；

所述推荐管理模块用于对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索，将检索到的符合关键词的图书标记为匹配对象，通过匹配对象的价值等级为用户进行图书推荐；

所述用户分析模块用于对借阅管理平台的注册用户进行管理分析并对用户的维护效果是否满足要求进行判定；

用户分析模块对借阅管理平台的注册用户进行管理分析的具体过程包括：将用户历史借阅总次数标记为LS，将用户最近一个月内的借阅次数标记为ZJ，将用户借阅的图书总数标记为TS，通过对LS、ZJ以及TS进行数值计算得到用户的用户系数YH；通过存储模块获取到用户阈值YHmin，将用户的用户系数YH与用户阈值YHmin进行比较：若用户系数YH小于等于用户阈值YHmin，则将对应的用户标记为普通用户；若用户系数YH大于用户阈值YHmin，则将对应的用户标记为优质用户；将优质用户最近一个月内的借阅次数进行求和取平均值得到优质表现值，将优质用户最近一个月内的借阅次数建立优质集合，对优质集合进行方差计算得到优质用户的优质系数，通过存储模块获取到优质表现阈值与优质阈值；将优质用户的优质表现值、优质系数分别与优质表现阈值、优质阈值进行比较并通过比较结果对用户的维护效果是否满足要求进行判定；

对用户的维护效果是否满足要求进行判定的具体过程包括：若优质表现值大于等于优质表现阈值且优质系数小于优质阈值，则判定借阅管理平台对注册用户的维护效果满足要求，用户分析模块向借阅管理平台发送维护不合格信号；否则，判定借阅管理平台对注册用户的维护效果不满足要求，用户分析模块向借阅管理平台发送维护合格信号。

2.根据权利要求1所述的基于数据分析的在线图书借阅管理系统，其特征在于，对监测对象的价值等级进行判定的具体过程包括：通过存储模块获取到价值阈值JZmin、JZmax，将监测对象i的价值系数JZi与价值阈值JZmin、JZmax进行比较：若JZi≤JZmin，则判定监测对象i的借阅价值不满足要求，将监测对象i的价值等级标记为三等级；若JZmin＜JZ＜JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为二等级；若JZ≥JZmax，则判定监测对象i的借阅价值满足要求，将监测对象i的价值等级标记为一等级。

3.根据权利要求2所述的基于数据分析的在线图书借阅管理系统，其特征在于，通过匹配对象的价值等级为用户进行图书推荐的具体过程包括：获取匹配对象的价值系数与价值等级，将价值等级为一等级的匹配对象标记为一级对象，将价值等级为二等级的匹配对象标记为二级对象，将价值等级为三等级的匹配对象标记为三级对象，随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成推荐集合，将推荐集合发送至用户客户端，若用户在推荐集合中选择了至少一个子集进行借阅，则判定推荐成功；若用户没有在推荐集合中选择至少一个子集进行借阅，则判定推荐失败，重新随机抽取L1个一级对象、L2个二级对象以及L3个三级对象并组成新的推荐集合，将新的推荐集合发送至用户客户端，直至推荐成功；其中L1、L2以及L3均为数量常量，且L1＝2*L2＝4*L3；对推荐管理模块的图书推荐是否满足要求进行判定。

4.根据权利要求3所述的基于数据分析的在线图书借阅管理系统，其特征在于，对推荐管理模块的图书推荐是否满足要求进行判定的具体过程包括：将最近M1天内被加入到推荐集合中的监测对象标记为添加对象，将通过推荐成功被用户借阅的添加对象标记为成功对象，将没有通过推荐成功被用户借阅的添加对象标记为失败对象，将成功对象与添加对象的比值标记为推成率，通过存储模块获取到推成阈值，将推成率与推成阈值进行比较：若推成率小于等于推成阈值，则判定推荐管理模块的图书推荐不满足要求，推荐管理模块向借阅管理平台发送推荐不合格信号，在下一次进行图书推荐时将失败对象从推荐集合中删除；若成功率大于推成阈值，则判定推荐管理模块的图书推荐满足要求，推荐管理模块向借阅管理平台发送推荐合格信号。

5.根据权利要求1-4任一项所述的基于数据分析的在线图书借阅管理系统，其特征在于，该基于数据分析的在线图书借阅管理系统的工作方法，包括以下步骤：

步骤一：对图书的借阅价值进行监测分析，将数据库中的图书标记为监测对象，通过对监测对象的借阅数据进行数值计算得到监测对象的价值系数，通过价值系数的数值大小对监测对象的价值等级进行判定；

步骤二：对用户进行图书推荐，用户将关键词输入到借阅管理平台后，通过关键词在数据库中对图书进行检索并组成推荐集合，将推荐集合发送至用户客户端，直至用户从推荐集合中选择图书进行借阅；

步骤三：对借阅管理平台的注册用户进行管理分析，通过对用户的借阅数据进行数值计算得到用户的用户系数，通过用户的用户系数将用户标记为优质用户或普通用户，对优质用户最近一个月的借阅数据进行数值计算得到优质用户的优质表现值与优质系数，通过优质表现值与优质系数对用户的维护效果是否满足要求进行判定。