CN116932848A - 一种基于云计算的文库管理方法、系统及电子设备 - Google Patents
一种基于云计算的文库管理方法、系统及电子设备 Download PDFInfo
- Publication number
- CN116932848A CN116932848A CN202310803450.3A CN202310803450A CN116932848A CN 116932848 A CN116932848 A CN 116932848A CN 202310803450 A CN202310803450 A CN 202310803450A CN 116932848 A CN116932848 A CN 116932848A
- Authority
- CN
- China
- Prior art keywords
- target object
- document
- network
- acquiring
- cloud computing
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 239000013598 vector Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种基于云计算的文库管理方法、系统及电子设备,方法应用于服务器,包括:获取第一目标对象,第一目标对象为文库中的任意一篇数字文献;获取第二目标对象,第二目标对象为预存的读者阅读完第一目标对象后打开的数字文献;通过预设方式,判断第二目标对象与第一目标对象是否存在关联;若确定第二目标对象与第一目标对象存在关联,则设定第一目标对象为文献关联网络的网络中心;设定第二目标对象为文献关联网络的一级节点,一级节点与网络中心连接。本申请具有提高文库管理效率的效果。
Description
技术领域
本申请涉及数据库管理的技术领域,具体涉及一种基于云计算的文库管理方法、系统及电子设备。
背景技术
利用云计算技术构建和提供的数字化文献资源库,将传统的纸质文献、书籍、档案等资源以数字形式存储在云服务器上,以便于电子化管理、存储、检索以及共享的在线平台或系统。数字化文库将纸质文献和资料以数字形式存储,通过数字化技术,可以将大量的文献资源转化为电子文件,并进行长期保存和管理,避免了纸质文献的脆弱性和易损性。
对于中国近代文献文库的文献,在管理时通常会根据文献之间的相互关系对文献进行整理,例如将同一作者的文献进行关联,或者同一主题的文献进行关联,从而用户在阅读其中一篇文献后,文库会推送存在联系的其它文献。
但是对于数字化文献的管理,需要用户手动设定一个关联规则,然后逐一找出多个存在关联的文献然后进行关联,这一过程需要花费较长时间,从而导致管理效率较低。因此,需要一种方法提高文库管理的效率。
发明内容
本申请提供一种基于云计算的文库管理方法、系统及电子设备,具有提高文库管理效率的效果。
在本申请的第一方面提供了一种基于云计算的文库管理方法,所述方法应用于服务器,包括:
获取第一目标对象,所述第一目标对象为文库中的任意一篇数字文献;
获取第二目标对象,所述第二目标对象为预存的用户阅读完所述第一目标对象后打开的数字文献;
通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联;
若确定所述第二目标对象与所述第一目标对象存在关联,则设定所述第一目标对象为文献关联网络的网络中心;
设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接。
通过采用上述技术方案,服务器基于用户的当前阅读的数字文献,即第一目标对象,选取用户在阅读完第一目标对象后打开的第二目标对象,再判断第一目标对象与第二目标对象是否存在关联,若存在关联,将第一目标对象设定为文献关联网络的网络中心,将第二目标对象设定为一级节点,表示与网络中心直接关联的文献。通过文献关联网络建立文献之间的关联,以及自动化的建立过程,达到提高文库管理效率的效果。
可选的,所述通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联,具体包括:
获取所述第一目标对象的第一关键特征,所述第一关键特征包括关键词、摘要以及题目;
获取所述第二目标对象的第二关键特征,所述第二关键特征包括关键词、摘要以及题目;
计算所述第一关键特征与所述第二关键特征的相似度值;
判断所述相似度值是否大于预设第一阈值。
通过采用上述技术方案,通过提取第一目标对象和第二目标对象的关键特征,如关键词、摘要和题目等信息,可以对它们进行特征表示。然后,通过计算第一关键特征与第二关键特征之间的相似度值,完成判断它们是否存在关联。
可选的,在所述设定所述第二目标对象为所述文献关联网络的一级节点之后,所述方法还包括:
获取第三目标对象,所述第三目标对象为文库中的任意一篇数字文献;
通过所述预设方式,判断所述第三目标对象与所述第二目标对象是否存在关联;
若确定所述第三目标对象与所述第二目标对象存在关联,则设定所述第三目标对象为所述文献关联网络的二级节点,所述二级节点与所述一级节点连接。
通过采用上述技术方案,通过设定第二目标对象为一级节点后,引入第三目标对象,并判断其与第二目标对象之间的关联性。如果确定第三目标对象与第二目标对象存在关联,则将第三目标对象设定为文献关联网络的二级节点,并与一级节点进行连接。从而可以在文献关联网络中建立多层次的节点结构,更加全面地表达文献之间的关系。
可选的,在通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联之前,所述方法还包括:
获取未知文献,所述未知文献为所述文库中不存在关键特征的文献,所述关键特征包括关键词、摘要以及题目;
获取目标关键词,所述目标关键词用于概述所述未知文献;
建立所述目标关键词与所述未知文献的映射关系。
通过采用上述技术方案,能够实现将文库中不存在关键特征的未知文献引入,可以扩展文献关联网络的内容,包括那些尚未被标注或加入关联网络的文献。
可选的,所述通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联,具体还包括:
获取所述第一目标对象的打开次数,设为第一阅读数量;
获取打开所述第一目标对象后第二目标对象的打开次数,设为第二阅读数量;
获取关联率,所述关联率为所述第二阅读数量与所述第一阅读数量之商;
判断所述关联率是否大于预设第二阈值,以确定所述第二目标对象与所述第一目标对象是否存在关联。
通过采用上述技术方案,通过将第二阅读数量与第一阅读数量之间的商作为关联率,可以计算出两个目标对象之间的关联程度。关联率反映了第二目标对象被阅读的概率与第一目标对象被阅读的概率之间的关系。通过计算关联率,可以量化第一目标对象和第二目标对象之间的关联程度,为关联性判断提供参考。
可选的,所述若确定所述第三目标对象与所述第二目标对象存在关联,则设定所述第三目标对象为所述文献关联网络的二级节点之后,所述方法还包括:
获取第四目标对象,所述第四目标对象与所述第二目标对象存在关联;
通过所述预设方式,判断所述第三目标对象与所述第四目标对象是否存在关联;
若确定所述第三目标对象与所述第四目标对象存在关联,则连接所述第三目标对象与所述第四目标对象。
通过采用上述技术方案,通过设定第三目标对象为关联网络的二级节点,并连接第二目标对象和第三目标对象,可以进一步扩展关联网络的深度。这样,可以在关联网络中形成更为复杂的节点连接关系,提供更丰富和全面的文献关联信息。
可选的,所述设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接之后,所述方法还包括:
获取用户打开所述第一目标对象的信息,调取所述第二目标对象,以便于向用户展示所述第二目标对象。
通过采用上述技术方案,通过获取用户打开第一目标对象的信息并展示相关的第二目标对象,可以提供个性化的文献推荐,提高用户的阅读效率和体验。
在本申请的第二方面提供了一种基于云计算的文库管理系统,所述系统安装于服务器,包括获取模块、判断模块、处理模块以及控制模块,其中:
所述获取模块,用于获取第一目标对象,所述第一目标对象为文库中的任意一篇数字文献;
所述获取模块,还用于获取第二目标对象,所述第二目标对象为预存的读者阅读完所述第一目标对象后打开的数字文献;
所述判断模块,用于通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联;
所述处理模块,用于若确定所述第二目标对象与所述第一目标对象存在关联,则设定所述第一目标对象为所述文献关联网络的网络中心;
所述控制模块,用于设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接。
在本申请的第三方面提供了一种电子设备,包括处理器、存储器、用户接口以及网络接口,所述存储器用于存储指令,所述用户接口和所述网络接口均用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如上述任意一项所述的方法。
在本申请的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如上述任意一项所述的方法步骤。
综上所述,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
服务器基于用户的当前阅读的数字文献,即第一目标对象,选取用户在阅读完第一目标对象后打开的第二目标对象,再判断第一目标对象与第二目标对象是否存在关联,若存在关联,将第一目标对象设定为文献关联网络的网络中心,将第二目标对象设定为一级节点,表示与网络中心直接关联的文献。通过文献关联网络建立文献之间的关联,以及自动化的建立过程,达到提高文库管理效率的效果。
附图说明
图1是本申请实施例公开的一种基于云计算的文库管理方法的流程示意图;
图2是本申请实施例公开的一种文献关联网络的示意图;
图3是本申请实施例公开的一种基于云计算的文库管理系统的结构示意图;
图4是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明:301、获取模块;302、判断模块;303、处理模块;304、控制模块;401、处理器;402、通信总线;403、用户接口;404、网络接口;405、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。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。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该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
利用云计算技术构建和提供的数字化文献资源库,将传统的纸质文献、书籍、档案等资源以数字形式存储在云服务器上,以便于电子化管理、存储、检索以及共享的在线平台或系统。数字化文库将纸质文献和资料以数字形式存储,通过数字化技术,可以将大量的文献资源转化为电子文件,并进行长期保存和管理,避免了纸质文献的脆弱性和易损性。
对于中国近代文献文库的文献,在管理时通常会根据文献之间的相互关系对文献进行整理,例如将同一作者的文献进行关联,或者同一主题的文献进行关联,从而用户在阅读其中一篇文献后,文库会推送存在联系的其它文献。
但是对于数字化文献的管理,需要用户手动设定一个关联规则,然后逐一找出多个存在关联的文献然后进行关联,这一过程需要花费较长时间,从而导致管理效率较低。因此,需要一种方法提高文库管理的效率。
本实施例公开了一种基于云计算的文库管理方法,参照图1,包括如下步骤S110-S150:
S110,获取第一目标对象,第一目标对象为文库中的任意一篇数字文献。
具体地,本申请的方法应用于服务器,服务器可以是诸如手机、平板电脑、可穿戴设备、PC(Personal Computer,个人计算机)等电子设备,也可以是运行一种基于云计算的文库管理方法的应用程序的后台服务器。用户需要对文库的数字文献进行管理时,首先需要将其中任意一篇数字文献输入至服务器,输入的可以是数字文献的标题,可以是数字文献的全文。服务器获取到该数字文献,即获取第一目标对象。目标对象除了数字文献还可以是其他类型的数字文件,例如数字期刊等。
S120,获取第二目标对象,第二目标对象为预存的用户阅读完第一目标对象后打开的数字文献。
具体地,用户通过电子设备阅读数字文献时,服务器记录用户的阅读数据。用户通过关键词检索得到多个数字文献,用户所打开的第一篇数字文献,即第一目标对象。若用户阅读完第一目标对象后,又打开了其它文献进行阅读,服务器记录用户打开的其它数字文献,即第二目标对象。服务器存储用户的阅读数据,用于后续对数据进行分析,从而管理数字文献。
对于中国近代文献文库的数字文献,部分未知文献可能存在标题不完整,或者不包含关键词以及摘要,从而服务器无法直接提取该未知文献的关键特征。因此需要手动给未知文献添加关键特征,首先向服务器输入多个目标关键词,目标关键词用于概述该未知文献的主要内容。服务器获取到多个目标关键词后,建立目标关键词与未知文献的映射关系,从而用于表征未知文献的关键特征。
S130,通过预设方式,判断第二目标对象与第一目标对象是否存在关联。
具体地,有两种方式判断第二目标对象与第一目标对象是否存在关联。第一种,通过计算两篇数字文献的相似度判断。服务器首先获取第一目标对象的第一关键特征,第一目标对象即用户在检索后打开的第一篇数字文献,第一关键特征包括但不限于关键词、摘要以及题目。同样需要获取第二目标对象的第二关键特征,第二目标对象为用户阅读完第一篇数字文献后打开的第二篇数字文献。对于关键特征的获取,需要从文献中提取出表示其内容的特征,可以使用自然语言处理技术来进行特征提取,如词袋模型(Bag-of-Words)。
首先,需要对数字文献进行预处理步骤,包括文本清洗、分词以及去除停用词等。文本清洗可以去除数字文献中的特殊符号、标点符号以及HTML标签等。分词将数字文献拆分为单词或短语,可以使用常见的分词工具或库进行分词操作。停用词是指在文本中频繁出现但对文本内容贡献较小的词,如介词、连词等,可以通过提前定义一个停用词列表进行去除。
接着根据预处理后的数字文献,构建一个词汇表,即将数字文献中出现的所有单词或短语作为词汇表的单词,可以将词汇表看作是特征空间中的维度。对于每篇数字文献,通过统计数字文献中每个词汇在数字文献中的出现次数或者使用其他权重来构建特征向量。常见的权重计算方法包括词频(Term Frequency,TF)和词频-逆文档频率(TermFrequency-Inverse Document Frequency,TF-IDF)。TF表示一个词汇在数字文献中出现的频率,而TF-IDF进一步考虑了该词汇在整个数字文献集合中的重要性。特征向量的维度与词汇表的大小相同,每个维度对应一个词汇,取值为词汇在数字文献中的权重。
例如,假设有三篇数字文献A、B、C,词汇表中有以下单词:[“张三”、“李四”、“王五”、“赵六”]。对于数字文献A,它包含单词“张三”和“李四”,则其特征向量可以表示为[1,0,0,1]。对于数字文献B,它包含单词“王五”和“赵六”,则其特征向量可以表示为[0,1,1,0]。同样地,对于数字文献C,它可以表示为[0,0,1,1]。这样,每篇数字文献就被表示为了一个固定维度的特征向量。
需要注意的是,词袋模型忽略了单词的顺序和上下文信息,只关注了单词的出现频率。在某些情况下,可以考虑使用更高级的特征表示方法,如词嵌入(Word Embedding)模型,如Word2Vec、GloVe等,来捕捉单词的语义信息。这些方法可以将每个单词映射到一个低维连续向量空间中的向量表示,从而更好地表示单词之间的关系和语义信息。
通过词袋模型提取的特征向量可以用于计算数字文献之间的相似度,如余弦相似度。相似的数字文献在特征空间中的向量表示会更接近,从而可以用于计算两篇数字文献的相似度值。余弦相似度是一种常用的相似度度量方法,它可以衡量两个向量之间的夹角余弦值,值越接近1表示相似度越高,值越接近0表示相似度越低。通过设定一个预设第一阈值,预设第一阈值介于0和1之间,具体数值可根据对相似度的要求设定,本实施例不做具体限定。当相似度值大于预设第一阈值,可以认为第一关键特征与第二关键特征的相似度较高,第一目标对象与第二目标对象存在关联。当相似度值小于或等于预设第一阈值,则可以认为第一关键特征与第二关键特征的相似度较低,第一目标对象与第二目标对象不存在关联。
除了通过计算相似度值来判断第一目标对象与第二目标对象是否存在关联,还可以通过统计用户在阅读完第一目标对象后打开第二目标对象的次数来判断。
首先记录不同读者打开第一目标对象的次数,设为第一阅读数量。若用户阅读完第一目标对象,在预设时长内打开了一次第二目标对象,则服务器记录第二阅读数量为1,同理记录不同用户在阅读完第一目标对象打开第二目标对象的次数。其中,预设时长可以为5分钟,也可以为30分钟,还可以为60分组,本实施例优选为60分钟。再将第二阅读数量除以第一阅读数量即可得到关联率,关联率越高,说明越多用户在阅读完第一目标对象后阅读了第二目标对象。当关联率大于预设第二阈值,说明说明较多用户在阅读完第一目标对象后阅读了第二目标对象,第二目标对象与第一目标对象存在关联。当关联率小于或等于预设第二阈值,则说明第二目标对象与第一目标对象不存在关联。
S140,若确定第二目标对象与第一目标对象存在关联,则设定第一目标对象为文献关联网络的网络中心。
S150,设定第二目标对象为文献关联网络的一级节点,一级节点与网络中心连接。
具体地,为了便于对文库的数字文献进行关联,建立文献关联网络来表示文献之间的关系,通过上述步骤判断出第二目标对象与第一目标对象存在关联后,则在以第一目标对象为网络中心的文献关联网络中,第二目标对象为网络的一级节点,一级节点直接与网络中心连接。若存在多个目标对象与第一目标对象存在关联,则多个目标对象同时直接与第一目标对象连接。
进一步地,若确定第三目标对象与第二目标存在关联,则第三目标对象将作为文献关联网络中的二级节点,第三目标对象与第二目标对象直接连接。同一级节点中,若存在任意两个数字文献之间存在关联,则直接连接这两个数字文献。通过文献关联网络管理数字文献后,若用户检索并打开了网络中任意一篇数字文献,阅读完成后,服务器直接发送与该数字文献连接的其它节点的文献。
举例来说,参照图2,以文献A为网络中心,若文献B、文献C以及文献D均与文献A存在关联,则设定文献B、文献C以及文献D均为文献A的一级节点,与文献A直接连接。若文献E、文献F以及文献G均与文献C存在关联,则文献E、文献F以及文献G均为文献A的二级节点,与文献C直接连接。从而用户在检索数字文献时,若用户阅读了文献A,则服务器发送文献B、文献C以及文献D至用户的电子设备,从而向用户展示。若用户阅读了文献G,则服务器发送文献C和文献E至用户的电子设备。
服务器基于用户的当前阅读的数字文献,即第一目标对象,选取用户在阅读完第一目标对象后打开的第二目标对象,再判断第一目标对象与第二目标对象是否存在关联,若存在关联,将第一目标对象设定为文献关联网络的网络中心,将第二目标对象设定为一级节点,表示与网络中心直接关联的文献。通过文献关联网络建立文献之间的关联,以及自动化的建立过程,达到提高文库管理效率的效果。
本实施例还公开了一种基于云计算的文库管理系统,系统安装于服务器,参照图3,包括获取模块301、判断模块302、处理模块303以及控制模块304,其中:
获取模块301,用于获取第一目标对象,第一目标对象为文库中的任意一篇数字文献。
获取模块301,还用于获取第二目标对象,第二目标对象为预存的读者阅读完第一目标对象后打开的数字文献。
判断模块302,用于通过预设方式,判断第二目标对象与第一目标对象是否存在关联。
处理模块303,用于若确定第二目标对象与第一目标对象存在关联,则设定第一目标对象为文献关联网络的网络中心。
控制模块304,用于设定第二目标对象为文献关联网络的一级节点,一级节点与网络中心连接。
在一种可能的实施方式中,获取模块301,用于获取第一目标对象的第一关键特征,第一关键特征包括关键词、摘要以及题目。
获取模块301,还用于获取第二目标对象的第二关键特征,第二关键特征包括关键词、摘要以及题目。
处理模块303,用于计算第一关键特征与第二关键特征的相似度值。
判断模块302,用于判断相似度值是否大于预设第一阈值。
在一种可能的实施方式中,获取模块301,用于获取第三目标对象,第三目标对象为文库中的任意一篇数字文献。
判断模块302,用于通过预设方式,判断第三目标对象与第二目标对象是否存在关联。
处理模块303,用于若确定第三目标对象与第二目标对象存在关联,则设定第三目标对象为文献关联网络的二级节点,二级节点与一级节点连接。
在一种可能的实施方式中,获取模块301,用于获取未知文献,未知文献为文库中不存在关键特征的文献,关键特征包括关键词、摘要以及题目。
获取模块301,用于获取目标关键词,目标关键词用于概述未知文献。
控制模块304,用于建立目标关键词与未知文献的映射关系。
在一种可能的实施方式中,获取模块301,用于获取第一目标对象的打开次数,设为第一阅读数量。
获取模块301,用于获取打开第一目标对象后第二目标对象的打开次数,设为第二阅读数量。
获取模块301,用于获取关联率,关联率为第二阅读数量与第一阅读数量之商。
判断模块302,用于判断关联率是否大于预设第二阈值,以确定第二目标对象与第一目标对象是否存在关联。
在一种可能的实施方式中,获取模块301,用于获取第四目标对象,第四目标对象与第二目标对象存在关联。
判断模块302,用于通过预设方式,判断第三目标对象与第四目标对象是否存在关联。
控制模块304,用于若确定第三目标对象与第四目标对象存在关联,则连接第三目标对象与第四目标对象。
在一种可能的实施方式中,获取模块301,用于获取用户打开第一目标对象的信息,调取第二目标对象,以便于向用户展示第二目标对象。
本实施例还公开了一种电子设备,参照图4,电子设备可以包括:至少一个处理器401,至少一个通信总线402,用户接口403,网络接口404,至少一个存储器405。
其中,通信总线402用于实现这些组件之间的连接通信。
其中,用户接口403可以包括显示屏(Display)、摄像头(Camera),可选用户接口403还可以包括标准的有线接口、无线接口。
其中,网络接口404可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器401可以包括一个或者多个处理核心。处理器401利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器405内的指令、程序、代码集或指令集,以及调用存储在存储器405内的数据,执行服务器的各种功能和处理数据。可选的,处理器401可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器401可集成中央处理器401(CentralProcessing Unit,CPU)、图像处理器401(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器401中,单独通过一块芯片进行实现。
其中,存储器405可以包括随机存储器405(Random Access Memory,RAM),也可以包括只读存储器405(Read-Only Memory)。可选的,该存储器405包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。如图所示,作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口403模块以及一种基于云计算的文库管理方法的应用程序。
在图4所示的电子设备中,用户接口403主要用于为用户提供输入的接口,获取用户输入的数据;而处理器401可以用于调用存储器405中存储一种基于云计算的文库管理方法的应用程序,当由一个或多个处理器401执行时,使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器405中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器405中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器405包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种基于云计算的文库管理方法,其特征在于,所述方法应用于服务器,包括:
获取第一目标对象,所述第一目标对象为文库中的任意一篇数字文献;
获取第二目标对象,所述第二目标对象为预存的读者阅读完所述第一目标对象后打开的数字文献;
通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联;
若确定所述第二目标对象与所述第一目标对象存在关联,则设定所述第一目标对象为文献关联网络的网络中心;
设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接。
2.根据权利要求1所述的一种基于云计算的文库管理方法,其特征在于,所述通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联,具体包括:
获取所述第一目标对象的第一关键特征,所述第一关键特征包括关键词、摘要以及题目;
获取所述第二目标对象的第二关键特征,所述第二关键特征包括关键词、摘要以及题目;
计算所述第一关键特征与所述第二关键特征的相似度值;
判断所述相似度值是否大于预设第一阈值。
3.根据权利要求1所述的一种基于云计算的文库管理方法,其特征在于,在所述设定所述第二目标对象为所述文献关联网络的一级节点之后,所述方法还包括:
获取第三目标对象,所述第三目标对象为所述文库中的任意一篇数字文献;
通过所述预设方式,判断所述第三目标对象与所述第二目标对象是否存在关联;
若确定所述第三目标对象与所述第二目标对象存在关联,则设定所述第三目标对象为所述文献关联网络的二级节点,所述二级节点与所述一级节点连接。
4.根据权利要求1所述的一种基于云计算的文库管理方法,其特征在于,在通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联之前,所述方法还包括:
获取未知文献,所述未知文献为所述文库中不存在关键特征的文献,所述关键特征包括关键词、摘要以及题目;
获取目标关键词,所述目标关键词用于概述所述未知文献;
建立所述目标关键词与所述未知文献的映射关系。
5.根据权利要求1所述的一种基于云计算的文库管理方法,其特征在于,所述通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联,具体还包括:
获取所述第一目标对象的打开次数,设为第一阅读数量;
获取打开所述第一目标对象后第二目标对象的打开次数,设为第二阅读数量;
获取关联率,所述关联率为所述第二阅读数量与所述第一阅读数量之商;
判断所述关联率是否大于预设第二阈值,以确定所述第二目标对象与所述第一目标对象是否存在关联。
6.根据权利要求3所述的一种基于云计算的文库管理方法,其特征在于,所述若确定所述第三目标对象与所述第二目标对象存在关联,则设定所述第三目标对象为所述文献关联网络的二级节点之后,所述方法还包括:
获取第四目标对象,所述第四目标对象与所述第二目标对象存在关联;
通过所述预设方式,判断所述第三目标对象与所述第四目标对象是否存在关联;
若确定所述第三目标对象与所述第四目标对象存在关联,则连接所述第三目标对象与所述第四目标对象。
7.根据权利要求1所述的一种基于云计算的文库管理方法,其特征在于,所述设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接之后,所述方法还包括:
获取用户打开所述第一目标对象的信息,调取所述第二目标对象,以便于向用户展示所述第二目标对象。
8.一种基于云计算的文库管理系统,其特征在于,所述系统安装于服务器,包括获取模块(301)、判断模块(302)、处理模块(303)以及控制模块(304),其中:
所述获取模块(301),用于获取第一目标对象,所述第一目标对象为文库中的任意一篇数字文献;
所述获取模块(301),还用于获取第二目标对象,所述第二目标对象为预存的读者阅读完所述第一目标对象后打开的数字文献;
所述判断模块(302),用于通过预设方式,判断所述第二目标对象与所述第一目标对象是否存在关联;
所述处理模块(303),用于若确定所述第二目标对象与所述第一目标对象存在关联,则设定所述第一目标对象为所述文献关联网络的网络中心;
所述控制模块(304),用于设定所述第二目标对象为所述文献关联网络的一级节点,所述一级节点与所述网络中心连接。
9.一种电子设备,其特征在于,包括处理器(401)、存储器(405)、用户接口(403)以及网络接口(404),所述存储器(405)用于存储指令,所述用户接口(403)和所述网络接口(404)均用于给其他设备通信,所述处理器(401)用于执行所述存储器(405)中存储的指令,以使所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1-7任意一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310803450.3A CN116932848A (zh) | 2023-07-01 | 2023-07-01 | 一种基于云计算的文库管理方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310803450.3A CN116932848A (zh) | 2023-07-01 | 2023-07-01 | 一种基于云计算的文库管理方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116932848A true CN116932848A (zh) | 2023-10-24 |
Family
ID=88385537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310803450.3A Pending CN116932848A (zh) | 2023-07-01 | 2023-07-01 | 一种基于云计算的文库管理方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116932848A (zh) |
-
2023
- 2023-07-01 CN CN202310803450.3A patent/CN116932848A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106897428B (zh) | 文本分类特征提取方法、文本分类方法及装置 | |
WO2020006835A1 (zh) | 智能客服多轮问答方法、设备、存储介质及装置 | |
CN108334490B (zh) | 关键词提取方法以及关键词提取装置 | |
CN110020422B (zh) | 特征词的确定方法、装置和服务器 | |
CN110334356B (zh) | 文章质量的确定方法、文章筛选方法、以及相应的装置 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN113688310B (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
CN111680287B (zh) | 基于用户隐私保护的应用程序检测方法及装置 | |
JP2003223456A (ja) | 要約自動評価処理装置、要約自動評価処理プログラム、および要約自動評価処理方法 | |
CN111737443B (zh) | 答案文本的处理方法和装置、关键文本的确定方法 | |
CN112507167A (zh) | 一种识别视频合集的方法、装置、电子设备及存储介质 | |
KR101931859B1 (ko) | 전자문서의 대표 단어 선정 방법, 전자 문서 제공 방법, 및 이를 수행하는 컴퓨팅 시스템 | |
CN109582967B (zh) | 舆情摘要提取方法、装置、设备及计算机可读存储介质 | |
CN109033082B (zh) | 语义模型的学习训练方法、装置及计算机可读存储介质 | |
CN110162769B (zh) | 文本主题输出方法和装置、存储介质及电子装置 | |
CN108733672B (zh) | 实现网络信息质量评估的方法和系统 | |
CN109145261B (zh) | 一种生成标签的方法和装置 | |
CN115964474A (zh) | 一种政策关键词抽取方法、装置、存储介质及电子设备 | |
CN116932848A (zh) | 一种基于云计算的文库管理方法、系统及电子设备 | |
CN112507214B (zh) | 基于用户名的数据处理方法、装置、设备及介质 | |
CN115952276A (zh) | 文档检索方法、系统、电子设备及存储介质 | |
CN114757299A (zh) | 文本相似度判断方法、装置及存储介质 | |
CN113704623A (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN111061924A (zh) | 词组提取方法、装置、设备和存储介质 | |
CN111563276A (zh) | 一种网页篡改检测方法、检测系统及相关设备 |
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 |