CN116562927A - 一种基于大数据的图书采访数据生成方法 - Google Patents

一种基于大数据的图书采访数据生成方法 Download PDF

Info

Publication number
CN116562927A
CN116562927A CN202310834539.6A CN202310834539A CN116562927A CN 116562927 A CN116562927 A CN 116562927A CN 202310834539 A CN202310834539 A CN 202310834539A CN 116562927 A CN116562927 A CN 116562927A
Authority
CN
China
Prior art keywords
book
books
data
interview
library
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
CN202310834539.6A
Other languages
English (en)
Inventor
毕锋
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.)
Beijing Rentian Bookstore Group Co ltd
Original Assignee
Beijing Rentian Bookstore Group 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 Beijing Rentian Bookstore Group Co ltd filed Critical Beijing Rentian Bookstore Group Co ltd
Priority to CN202310834539.6A priority Critical patent/CN116562927A/zh
Publication of CN116562927A publication Critical patent/CN116562927A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/93—Document management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Human Resources & Organizations (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的图书采访数据生成方法，涉及图书采访数据方法领域，包括以下步骤：S1、重点学科构建处理；S2、重点学科目录构建处理；S3、采访需求生成处理；S4、重点学科排列处理；本发明不仅可以观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求，同时按照图书采选策略初始归类结果进行微调，最终确定图书为荐藏、适藏、选藏或不藏，从而增加了馆藏的利用率，采选读者真正所需而馆藏欠缺的图书资料，使得馆藏更加合理，同时除积极采选外，也可推荐读者先选择馆内类似图书阅览，两种服务交叉融合开展，紧密联系，花费一倍的时间，完成双倍服务，有效的提高了图书馆的服务效率。

Description

一种基于大数据的图书采访数据生成方法
技术领域
本发明涉及图书采访数据方法领域，尤其涉及一种基于大数据的图书采访数据生成方法。
背景技术
提高纸质资源的利用率，使之与电子图书优势互补，是当前图书采访工作思考的问题，馆藏文献资源建设的关键主要取决于文献采访质量，只有根据图书馆性质和任务、经费、读者需求、馆藏状况、服务功能、管理制度等方面实际，采选符合学校教学与科研活动需要图书，才能广泛地吸引读者，图书馆采访数据收集是图书采购中的第一步，但这不是在需要采购的时候才进行的一项活动，而是一种长期的，持续不断的任务和活动；
图书馆采访数据收集的方法多种多样，从根本上而言是与读者的沟通，从各种渠道获取读者的信息，分析读者的需要，结合学校的办学需求，教师的课业需求，以及各种教学任务的需要，最后根据收集的信息形成切合学校发展的图书馆发展规划，利用传统的调查问卷采访的办法，效率比较低下，同时增加了人力工作量，为此，我们提出了一种基于大数据的图书采访数据生成方法。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于大数据的图书采访数据生成方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于大数据的图书采访数据生成方法，包括以下步骤：
S1、重点学科构建处理：通过客户官方网站以及客户提供的专门数据进行重点学科的构建；
S2、重点学科目录构建处理：通过对客户馆藏的图书大数据进行收集，同时进行重点学科的联合目录构建；
S3、采访需求生成处理：对客户馆藏（特别是重点学科馆藏）的图书进行分类、价格、出版社同质化和利用情况进行分析，并和学科联合目录进行比对，找到缺藏信息从而形成采访需求；
S4、重点学科排列处理：使用核心书目评价大数据对需要采访的图书进行确认，并按核心书目评分进行倒序排列；
S5、类型标记处理：使用图书馆的现货库存数据对需要采访的图书进行现货和期货类型的分类标注；
S6、推送选定处理：最后根据客户经费覆盖范围，截取部分需要采访的图书清单，形成采访数据，推送给客户进行选订。
进一步地，所述S1中的重点学科构建处理，由具备管理权限的图书采购人员登录智慧图书馆的图书采访数据管理界面，并打开目录管理，通过智慧图书馆系统对客户搜索最多和浏览最多的图书种类及学科的次数进行数量统计，根据统计的图书种类及学科后进行图书的采购，图书采访馆员通过问卷、走访、借阅大数据分析、收集读者推荐购买书单、新媒体沟通、邀请读者现场采选图书或勾选书目方式获取读者的图书资料需求，再依据出版发行情况，把馆藏没有而读者又需求的“好书”进行购买和馆藏。
进一步地，所述S2中的重点学科目录构建处理，通过对客户搜索查看最多的图书类型记录统计后的数据信息进行重点学科目录的构建，通过在点击量统计过程中观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求。
进一步地，所述S3采访需求生成处理中的图书使用情况分析通过年下载量分析和月下载量分析进行需求对比分析处理，通过图书采选评价计算公式进行图书馆藏判定，选书过程需要考量图书主题、图书作者、特色与协调、出版社、单价、学术价值和潜在利用率六要素；
所述图书采选评价计算公式如下：，其中/>为第ｊ种图书的指标评价总分，/>为第ｊ种图书的第ｎ个二级指标的权重系数，/>为第ｊ种图书的第ｎ个二级指标的赋值分，其中指标评价总分是图书采选评价的主要参考值，也是图书采选策略归类的主要依据，首先依照/>值对每一种图书的采选策略进行初始归类，然后再按照模型策略调整规则对初始归类结果进行微调，最终确定图书为荐藏、适藏、选藏或不藏；
所述图书采选策略初始归类和调整规则如下：
第一步：按照以下基本规则完成图书采选策略的初始归类；
初始荐藏图书：≥8.2；
初始适藏图书：7.2≤＜8.2；
初始选藏图书：5.7≤＜7.2或者（４≤/>＜5.7且A1A2值≥2.7），其中A1表示内容价值，A2表示出版质量；
初始不藏图书：＜４或者（４≤/>＜5.7且A1A2值≥2.7）；
第二步：对于已完成初始归类的图书，按照以下采选策略调整规则进行二次调整。
初始适藏图书调整为荐藏：B1值=0.121（即赋值分为10）；
初始选藏图书调整为适藏：B1值=0.121或者B2值≥0.0099，其中B1代表文献引用，B2代表他馆采购，（即该种图书被３家或４家重点跟踪的图书馆订购）；
初始不藏图书调整为选藏：B1值＞０或者B2值≥0.0099；
所述出版社同质化分析是指“相同或不同出版社出版的图书内容基本相同或书名相同，甚至有的改变原书名和封面再次出版”的现象；
同质化图书主要表现为如下几种形式：一是同类中的同名书，二是同一种书的不同装帧形式，三是同一种书的不同版本，四是同一原著的不同译本，五是连续出版物的合订本；
同质化图书的大量收藏，必然会降低藏书质量，造成浪费，控制的方法有两种：一是将拟订书目导入采访系统中，采用“书名+责任者”的方式查重，有效避免重复订购同一责任者的同名书，二是对书名项采用文本筛选功能，选择包含“合订本”，即可将以图书形式出版的期刊合订本书目删除。
进一步地，所述S4中的重点学科排列处理，根据点击率和查看率的点击次数进行降序排列，将点击量最多的学科图书放置在目录的第一位，以此类推进行图书不同学科的排列，通过对不同学科的排列处理能更好地把馆藏图书资料呈现、推广给读者，从而增加了馆藏的利用率，能把握好图书资料采访的度，采选读者真正所需而馆藏欠缺的图书资料，使得馆藏结构更加合理。
进一步地，所述S5中的类型标记处理，根据对图书馆的现货进行分类标注处理，分析出哪些图书是长时间没有进行点阅选购，哪些图书学科属于畅销型，通过在分类标记中观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求。
进一步地，所述S6中的推送选定处理，在做采访活动的时候，若是读者需求无馆藏图书，馆员除积极采选外，也可推荐读者先选择馆内类似图书阅览，两种服务交叉融合开展，紧密联系，花费一倍的时间，完成双倍服务，有效的提高了图书馆的服务效率。
本发明通过重点学科构建处理、重点学科目录构建处理、采访需求生成处理、重点学科排列处理、类型标记处理和推送选定处理，使得本发明不仅可以观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求，同时按照图书采选策略初始归类结果进行微调，最终确定图书为荐藏、适藏、选藏或不藏，从而增加了馆藏的利用率，采选读者真正所需而馆藏欠缺的图书资料，使得馆藏更加合理，同时除积极采选外，也可推荐读者先选择馆内类似图书阅览，两种服务交叉融合开展，紧密联系，花费一倍的时间，完成双倍服务，有效的提高了图书馆的服务效率。
附图说明
图1为本发明提出的一种基于大数据的图书采访数据生成方法的整体步骤框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例
参照图1：一种基于大数据的图书采访数据生成方法，包括以下步骤：
S1、重点学科构建处理：通过客户官方网站以及客户提供的专门数据进行重点学科的构建；
S2、重点学科目录构建处理：通过对客户馆藏的图书大数据进行收集，同时进行重点学科的联合目录构建；
S3、采访需求生成处理：对客户馆藏（特别是重点学科馆藏）的图书进行分类、价格、出版社同质化和利用情况进行分析，并和学科联合目录进行比对，找到缺藏信息从而形成采访需求；
S4、重点学科排列处理：使用核心书目评价大数据对需要采访的图书进行确认，并按核心书目评分进行倒序排列；
S5、类型标记处理：使用图书馆的现货库存数据对需要采访的图书进行现货和期货类型的分类标注；
S6、推送选定处理：最后根据客户经费覆盖范围，截取部分需要采访的图书清单，形成采访数据，推送给客户进行选订。
本发明中，S1中的重点学科构建处理，由具备管理权限的图书采购人员登录智慧图书馆的图书采访数据管理界面，并打开目录管理，通过智慧图书馆系统对客户搜索最多和浏览最多的图书种类及学科的次数进行数量统计，根据统计的图书种类及学科后进行图书的采购，图书采访馆员通过问卷、走访、借阅大数据分析、收集读者推荐购买书单、新媒体沟通、邀请读者现场采选图书或勾选书目方式获取读者的图书资料需求，再依据出版发行情况，把馆藏没有而读者又需求的“好书”进行购买和馆藏。
本发明中，S2中的重点学科目录构建处理，通过对客户搜索查看最多的图书类型记录统计后的数据信息进行重点学科目录的构建，通过在点击量统计过程中观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求。
本发明中，S3采访需求生成处理中的图书使用情况分析通过年下载量分析和月下载量分析进行需求对比分析处理，通过图书采选评价计算公式进行图书馆藏判定，选书过程需要考量图书主题、图书作者、特色与协调、出版社、单价、学术价值和潜在利用率六要素；
图书采选评价计算公式如下：，其中/>为第ｊ种图书的指标评价总分，/>为第ｊ种图书的第ｎ个二级指标的权重系数，/>为第ｊ种图书的第ｎ个二级指标的赋值分，其中指标评价总分是图书采选评价的主要参考值，也是图书采选策略归类的主要依据，首先依照/>值对每一种图书的采选策略进行初始归类，然后再按照模型策略调整规则对初始归类结果进行微调，最终确定图书为荐藏、适藏、选藏或不藏；
图书采选策略初始归类和调整规则如下：
第一步：按照以下基本规则完成图书采选策略的初始归类；
初始荐藏图书：≥8.2；
初始适藏图书：7.2≤＜8.2；
初始选藏图书：5.7≤＜7.2或者（４≤/>＜5.7且A1A2值≥2.7），其中A1表示内容价值，A2表示出版质量；
初始不藏图书：＜４或者（４≤/>＜5.7且A1A2值≥2.7）；
第二步：对于已完成初始归类的图书，按照以下采选策略调整规则进行二次调整。
初始适藏图书调整为荐藏：B1值=0.121（即赋值分为10）；
初始选藏图书调整为适藏：B1值=0.121或者B2值≥0.0099，其中B1代表文献引用，B2代表他馆采购，（即该种图书被３家或４家重点跟踪的图书馆订购）；
初始不藏图书调整为选藏：B1值＞０或者B2值≥0.0099；
出版社同质化分析是指“相同或不同出版社出版的图书内容基本相同或书名相同，甚至有的改变原书名和封面再次出版”的现象；
同质化图书主要表现为如下几种形式：一是同类中的同名书，二是同一种书的不同装帧形式，三是同一种书的不同版本，四是同一原著的不同译本，五是连续出版物的合订本；
同质化图书的大量收藏，必然会降低藏书质量，造成浪费，控制的方法有两种：一是将拟订书目导入采访系统中，采用“书名+责任者”的方式查重，有效避免重复订购同一责任者的同名书，二是对书名项采用文本筛选功能，选择包含“合订本”，即可将以图书形式出版的期刊合订本书目删除。
本发明中，S4中的重点学科排列处理，根据点击率和查看率的点击次数进行降序排列，将点击量最多的学科图书放置在目录的第一位，以此类推进行图书不同学科的排列，通过对不同学科的排列处理能更好地把馆藏图书资料呈现、推广给读者，从而增加了馆藏的利用率，能把握好图书资料采访的度，采选读者真正所需而馆藏欠缺的图书资料，使得馆藏结构更加合理。
本发明中，S5中的类型标记处理，根据对图书馆的现货进行分类标注处理，分析出哪些图书是长时间没有进行点阅选购，哪些图书学科属于畅销型，通过在分类标记中观察读者的阅读爱好，能更好地把握图书资料采访的方向，采选读者所需图书资料，满足读者需求。
本发明中，S6中的推送选定处理，在做采访活动的时候，若是读者需求无馆藏图书，馆员除积极采选外，也可推荐读者先选择馆内类似图书阅览，两种服务交叉融合开展，紧密联系，花费一倍的时间，完成双倍服务，有效的提高了图书馆的服务效率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于大数据的图书采访数据生成方法，其特征在于，包括以下步骤：
S1、重点学科构建处理：通过客户官方网站以及客户提供的专门数据进行重点学科的构建；
S2、重点学科目录构建处理：通过对客户馆藏的图书大数据进行收集，同时进行重点学科的联合目录构建；
S3、采访需求生成处理：对客户馆藏的图书进行分类、价格、出版社同质化和利用情况进行分析，并和学科联合目录进行比对，找到缺藏信息从而形成采访需求；
S4、重点学科排列处理：使用核心书目评价大数据对需要采访的图书进行确认，并按核心书目评分进行倒序排列；
S5、类型标记处理：使用图书馆的现货库存数据对需要采访的图书进行现货和期货类型的分类标注；
S6、推送选定处理：最后根据客户经费覆盖范围，截取部分需要采访的图书清单，形成采访数据，推送给客户进行选订。
2.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S1中的重点学科构建处理，由具备管理权限的图书采购人员登录智慧图书馆的图书采访数据管理界面，并打开目录管理，通过智慧图书馆系统对客户搜索最多和浏览最多的图书种类及学科的次数进行数量统计，根据统计的图书种类及学科后进行图书的采购。
3.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S2中的重点学科目录构建处理，通过对客户搜索查看最多的图书类型记录统计后的数据信息进行重点学科目录的构建。
4.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S3采访需求生成处理中的图书使用情况分析通过年下载量分析和月下载量分析进行需求对比分析处理，通过图书采选评价计算公式进行图书馆藏判定，选书过程需要考量图书主题、图书作者、特色与协调、出版社、单价、学术价值和潜在利用率六要素；
所述出版社同质化分析是指“相同或不同出版社出版的图书内容基本相同或书名相同，甚至有的改变原书名和封面再次出版”的现象；
同质化图书主要表现为如下几种形式：一是同类中的同名书，二是同一种书的不同装帧形式，三是同一种书的不同版本，四是同一原著的不同译本，五是连续出版物的合订本。
5.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S4中的重点学科排列处理，根据点击率和查看率的点击次数进行降序排列，将点击量最多的学科图书放置在目录的第一位，以此类推进行图书不同学科的排列。
6.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S5中的类型标记处理，根据对图书馆的现货进行分类标注处理，分析出哪些图书是长时间没有进行点阅选购，哪些图书学科属于畅销型。
7.根据权利要求1所述的一种基于大数据的图书采访数据生成方法，其特征在于，所述S6中的推送选定处理，在做采访活动的时候，若是读者需求无馆藏图书，馆员除积极采选外，也可推荐读者先选择馆内类似图书阅览。
CN202310834539.6A 2023-07-10 2023-07-10 一种基于大数据的图书采访数据生成方法 Pending CN116562927A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310834539.6A CN116562927A (zh) 2023-07-10 2023-07-10 一种基于大数据的图书采访数据生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310834539.6A CN116562927A (zh) 2023-07-10 2023-07-10 一种基于大数据的图书采访数据生成方法

Publications (1)

Publication Number Publication Date
CN116562927A true CN116562927A (zh) 2023-08-08

Family

ID=87500449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310834539.6A Pending CN116562927A (zh) 2023-07-10 2023-07-10 一种基于大数据的图书采访数据生成方法

Country Status (1)

Country Link
CN (1) CN116562927A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102890708A (zh) * 2012-08-30 2013-01-23 复旦大学 图书馆采访决策辅助支持系统
CN112241785A (zh) * 2020-10-12 2021-01-19 中国科学技术大学 一种基于深度强化学习的图书采访方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102890708A (zh) * 2012-08-30 2013-01-23 复旦大学 图书馆采访决策辅助支持系统
CN112241785A (zh) * 2020-10-12 2021-01-19 中国科学技术大学 一种基于深度强化学习的图书采访方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
涂佳琪;杨新涯;沈敏;: "需求与决策驱动的图书智能采访系统研究与实践――以重庆大学图书馆为例", 图书情报工作, vol. 64, no. 11, pages 28 - 34 *
胡大琴;: "面向数据库商的数字资源利用统计调查研究", 图书馆杂志, vol. 37, no. 01, pages 41 - 49 *
邹蓉蓉;: "大馆配时代:挑战与应对", 出版发行研究, no. 01, pages 92 - 96 *

Similar Documents

Publication Publication Date Title
US8762391B2 (en) Method and system of information matching in electronic commerce website
CN101432714B (zh) 自动生成推荐链接的方法和设备
Debreceny et al. Financial reporting websites: what users want in terms of form and content
US20060265258A1 (en) Apparatus and methods for an application process and data analysis
US20030061132A1 (en) System and method for categorizing, aggregating and analyzing payment transactions data
US20070219995A1 (en) Knowledge filter
Yu A web-based consumer-oriented intelligent decision support system for personalized e-services
Thapisa Legislative information needs of indigenous parliamentarians in Botswana and impact on effective decision making
CN116562927A (zh) 一种基于大数据的图书采访数据生成方法
Munyoro Assessing Parliament of Zimbabwe’s informatics database as a tool for providing evidence-based information for decision making
Barreau Information systems and collection development in public libraries
Locke et al. A market test of the ranking of accounting journals: An Australian perspective
Mizzy et al. Stocking the virtual ready reference collection
McClure Identifying and Describing Federal Information Inventory/locator Systems
Sriborisutsakul et al. Retired Investors’ Information Seeking Behaviors Toward Decision-Making on a Stock Market Investment in Thailand
van der Walt The organization of electronic information in selected small, medium and micro enterprises (SMMEs) in South Africa
JP2002049761A (ja) ネットワークシステム、保険サポートサービス提供装置、方法、及びコンピュータ読み取り可能な記憶媒体
Hu PR for academic libraries: Focus on the faculty
Salehi Investigating website success in the context of e-recruitment: an analytic network pProcess (ANP) approach
DE202022100697U1 (de) Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning
Cook et al. Numeric Data Products and Services: A SPEC Kit
Mart-Rice Converting the Future of Public Academic Law Libraries
Emmons BACK VOLUMES FOR SALE0
Marien Company information on the web
Whyte et al. Caribbean Energy Information System: case study B

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20230808