CN117493646B - 一种基于区块链技术的智能图书馆借阅跟踪系统 - Google Patents
一种基于区块链技术的智能图书馆借阅跟踪系统 Download PDFInfo
- Publication number
- CN117493646B CN117493646B CN202311839620.XA CN202311839620A CN117493646B CN 117493646 B CN117493646 B CN 117493646B CN 202311839620 A CN202311839620 A CN 202311839620A CN 117493646 B CN117493646 B CN 117493646B
- Authority
- CN
- China
- Prior art keywords
- borrowing
- book
- borrower
- individual
- parameter
- 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.)
- Active
Links
- 230000003993 interaction Effects 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 25
- 238000012797 qualification Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 4
- 238000002955 isolation Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- 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
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06Q30/018—Certifying business or products
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Library & Information Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链技术的智能图书馆借阅跟踪系统,属于图书管理技术领域,通过融合知识图谱以及区块链技术,使图书查找以及管理更加方便,并且相比于现有技术,还可以使可信用户加入区块链,以查找借阅记录,能够有效地提高图书借阅的效率,提升用户的借阅便捷性,同时还可以实现电子书籍的借阅以及在线查看,可以不用寻找实体书籍,就能够进行图书的借阅,提高了用户的阅读效率。
Description
技术领域
本发明属于图书管理技术领域,具体涉及一种基于区块链技术的智能图书馆借阅跟踪系统。
背景技术
目前学校里的图书大多藏在图书馆内,使用的图书管理系统能够为用户提供充足的图书信息和快速查询功能,但是,传统人工管理图书的方式仍然占据图书管理系统的主要地位,存在许多缺点,例如:图书借出或者还回都需要人工操作,其效率低;以前借阅的图书由于没有系统的借阅信息,时间过长,对于图书查找、维护和更新带来很大困难。
发明内容
本发明提供一种基于区块链技术的智能图书馆借阅跟踪系统,用以解决现有技术中存在的技术问题。
一种基于区块链技术的智能图书馆借阅跟踪系统,包括:图书检索模块、借阅信息录入模块、身份验证模块以及区块链存储模块;
所述图书检索模块,用于采用知识图谱的方式存储图书馆中书籍的关键信息,并且接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置;
所述身份验证模块,用于获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份;
所述借阅信息录入模块,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据;
所述区块链存储模块,用于采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录。
区块链技术则是一种创新的信息技术,能够打破传统信息模式存在的局限,实现信息模式创新。通过加强区块链技术和密码学技术,能够在交易过程中实现去中心化的功能,从而起到了信息保护以及防止历史记录篡改的作用。
进一步地,采用知识图谱的方式存储图书馆中书籍的关键信息,包括:
获取指定数据源或者人机交互输入的书籍信息,所述书籍信息至少包括书籍名称、书籍简介、书籍作者、书籍出版社以及书籍出版时间;
根据所述书籍信息,抽取实体、属性以及关系,并根据抽取的实体、属性以及关系构建知识图谱,并采用Neo4j数据库存储知识图谱。
进一步地,接收人机交互输入的查询信息之前,还包括:
构建BERT-Bi-LSTM-CRF模型,并采用智能优化算法对BERT-Bi-LSTM-CRF模型进行训练,得到实体识别模型;
构建多项式朴素贝叶斯模型,并采用智能优化算法对多项式朴素贝叶斯模型进行训练,得到语义理解模型。
进一步地,接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置,包括:
接收人机交互输入的查询信息,并通过实体识别模型对查询信息进行识别,获取查询信息对应的目标实体;
采用jieba分词工具对查询信息进行分词处理,得到目标分词结果,并以所述目标分词结果作为语义理解模型的输入,获取目标查询意图;
根据所述查询信息对应的目标实体以及目标查询意图,构建Cypher查询语句,并通过Cypher查询语句在Neo4j数据库进行查找,获取Cypher查询语句对应的一个或者多个目标书籍信息;
获取目标书籍信息对应的目标书籍位置,并返回目标书籍信息以及目标书籍位置,以使借书人快速查找书籍位置;其中,每个书籍信息均预先关联有对应的书籍位置。
进一步地,获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份,包括:
获取借书人的生物身份特征,并在身份特征库中对生物身份特征进行匹配,获取借书资格,所述借书资格包括借书人存在借书资格或借书人不存在借书资格;所述生物身份特征至少包括指纹或者人脸图像;
当借书人存在借书资格时,获取借书人的真实身份;当借书人不存在借书资格时,则反馈提示信息。
进一步地,在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,包括:
在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号;其中,所述人机交互输入的形式包括扫描条形码以及键盘输入;
以所述借书人的真实身份为基础,判断当前借书人是否拥有当前录入的借阅书籍编号对应的书籍借阅权限,若是,则允许其借阅,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,否则返回无借阅权限的提示信息。
进一步地,采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录,包括:
采用图书馆本地设备上的公钥对图书借阅跟踪数据进行加密,得到加密跟踪数据;其中,公钥对应的私钥存储图书馆本地设备上的隔离空间中;
获取加密跟踪数据对应的防篡改数据,并将加密跟踪数据以及防篡改数据同时传输至区块链;
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录。
进一步地,所述防篡改数据至少包括加密跟踪数据对应的哈希值、强校验码以及弱校验码。
进一步地,通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录,包括:
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符为:ID=(timestamp||rand);其中ID表示唯一标识符,timestamp表示系统时间戳,rand表示随机数;
将唯一标识符、加密跟踪数据以及防篡改数据形成事务元组Y=<ID,value,H>;其中,value表示加密跟踪数据,H表示防篡改数据;
将事务元组发布于区块链中,形成不可篡改的借阅跟踪记录。
进一步地,还包括电子书籍借阅模块,所述电子书籍借阅模块,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,并在预设的借阅期限内为借书人提供在线浏览服务。
本发明提供的一种基于区块链技术的智能图书馆借阅跟踪系统,通过融合知识图谱以及区块链技术,使图书查找以及管理更加方便,并且相比于现有技术,还可以使可信用户加入区块链,以查找借阅记录,能够有效地提高图书借阅的效率,提升用户的借阅便捷性,同时还可以实现电子书籍的借阅以及在线查看,可以不用寻找实体书籍,就能够进行图书的借阅,提高了用户的阅读效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的一种基于区块链技术的智能图书馆借阅跟踪系统的结构示意图。
在附图中,101-图书检索模块、102-借阅信息录入模块、103-身份验证模块、104-区块链存储模块。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
下面结合附图详细说明本发明的实施例。
如图1所示,本发明实施例提供一种基于区块链技术的智能图书馆借阅跟踪系统,包括:图书检索模块101、借阅信息录入模块102、身份验证模块103以及区块链存储模块104。
所述图书检索模块101,用于采用知识图谱的方式存储图书馆中书籍的关键信息,并且接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置。
通过设置图书检索模块101,可以使借书人更加灵活的输入查询条件,从而快速查找数据位置,提高阅读效率。图书检索模块101可以为设置于某个设备上的应用程序(如借书人的设备终端、图书馆的固定查询终端等等),从而可以更加灵活地进行图书检索。
所述身份验证模块103,用于获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份。
可选的,生物身份特征可以表示指纹特征或者人脸特征,借阅人在借阅前都需要进行认证,当认证通过之后,会将借书人的生物身份特征加入身份特征库,从而可以根据生物身份特征实现对借书人的快速认证,相比于现有的携带身份证以及校园卡的借阅方式,能够有效地提高便捷性以及时效性。
所述借阅信息录入模块102,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据。
可选的, 还可以接收可信用户(经过认证的用户,如大学图书馆的可信用户可以为老师用户、学生用户)的借阅请求,实现在线借阅书籍,不仅方便了实体书籍的借阅,还能够快速借阅电子书籍。
所述区块链存储模块104,用于采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录。
当借书人归还书籍之后,为区块链中存储的图书借阅跟踪数据添加具有关联关系的归还记录。由于区块链网络不可篡改的特性,能够确保借阅记录以及归还记录的真实性。
采用区块链技术存储图书借阅跟踪数据,还可以使可信用户从区块链中在线查找借阅信息,能够有效避免借阅书籍时出现无书可借的情况。
可选的,当可信用户查询到想借阅图书已经被出借给其他借阅者时,可以向其他借阅者发送图书的借阅请求,以从其他借阅者借阅图书,而不需要等到其他借阅者将图书归还给图书馆,再从图书借阅,提高了图书的借阅效率。
本发明提供的一种基于区块链技术的智能图书馆借阅跟踪系统,通过融合知识图谱以及区块链技术,使图书查找以及管理更加方便,并且相比于现有技术,还可以使可信用户加入区块链,以查找借阅记录,能够有效地提高图书借阅的效率,提升用户的借阅便捷性,同时还可以实现电子书籍的借阅以及在线查看,可以不用寻找实体书籍,就能够进行图书的借阅,提高了用户的阅读效率。
在本实施例中,采用知识图谱的方式存储图书馆中书籍的关键信息,包括:
获取指定数据源或者人机交互输入的书籍信息,所述书籍信息至少包括书籍名称、书籍简介、书籍作者、书籍出版社以及书籍出版时间。值得说明的是,上述书籍信息仅仅为本实施例的较佳选择方式,还可以包括掐信息。
根据所述书籍信息,抽取实体、属性以及关系,并根据抽取的实体、属性以及关系构建知识图谱,并采用Neo4j数据库存储知识图谱。构建知识图谱为比较常规的技术手段,本实施例不再详细展开说明。
在本实施例中,接收人机交互输入的查询信息之前,还包括:
构建BERT-Bi-LSTM-CRF(预训练-双向长短时记忆-条件随机场)模型,并采用智能优化算法对BERT-Bi-LSTM-CRF模型进行训练,得到实体识别模型。构建了实体识别模型之后,实体识别模型还不具备识别查询语句中实体的能力,还需要对其进行训练,而实体识别模型具备的超参数较多,一般训练方法效果较差,因此本实施例提出一种智能优化算法对BERT-Bi-LSTM-CRF模型进行训练。
构建多项式朴素贝叶斯模型,并采用智能优化算法对多项式朴素贝叶斯模型进行训练,得到语义理解模型。如:采用多项式朴素贝叶斯模型构建语义理解模型。获取训练数据,所述训练数据包括训练查询语句以及对应的语义分类结果标签。对训练查询语句进行分词处理,得到分词结果。以分词结果作为语义理解模型的输入,以对应的语义分类结果标签作为期望输出,采用智能优化算法对语义理解模型的参数进行优化,以使语义理解模型具备对查询语句进行语义理解的能力。
在本实施例中,提供一种智能优化算法的实例,包括:
A1、设置迭代计数器t=1以及最大迭代次数为T。
A2、随机生成待优化模型的网络参数,得到参数个体,并获取多个参数个体,得到种群。待优化模型是指BERT-Bi-LSTM-CRF模型或者多项式朴素贝叶斯模型。
A3、对种群中的每个参数个体进行第一引导更新,得到第一更新个体。
对种群中的每个参数个体进行第一引导更新,得到第一更新个体为:其中,/>表示第t次训练时种群中第i个参数个体,i=1,2,…,I,I 表示参数个体总数,/>表示更新后的/>,即第一更新个体。/>表示第一中间参数,/>表示与参数个体/>在距离阈值之内的邻近参数个体,两个参数个体之间的距离/>,/>表示种群中除参数个体/>之外的其他参数个体,/>表示邻近参数个体中的中心位置,/>表示中心位置的适应度值,/>表示判断因子,/>表示参数个体/>的适应度值,/>表示(0,1)之间的随机数,/>表示第t次训练时的更新步长,/>表示当前种群中适应度值最大的个体,/>表示第t-1次训练时的更新步长,表示步长调节因子。/>,/>表示第k个邻近参数个体。
A4、对种群中的每个参数个体进行第二引导更新,得到第二更新个体。
对种群中的每个参数个体进行第二引导更新,得到第二更新个体为:
其中,表示第二更新个体,/>表示第t次训练时种群中第i个参数个体,/>表示[0,2π]之间的第二随机数,/>表示[0,π]之间的第三随机数,/>表示第一系数,且。/>表示常数项,且/>。/>表示第二系数,且/>。通过第二引导更新策略追踪最优参数编码,能够有效地维持种群的多样性,从而提升种群内模型参数编码的寻优能力,减少陷入局部最优的可能。
通过第一引导更新以及第二引导更新,既能够保证局部搜索效果,又能够保证全局搜索效果。并且设置有变动步长,让算法在前期能以较大的步长和视野进行探索,在后期以很小的步长和视野进行探索,以增加收敛精度。
A5、判断第一更新个体的适应度值是否大于第二更新个体的适应度值,若是,则进入步骤A6,否则,进入步骤A7。
A6、判断参数个体的适应度值是否大于参数个体对应的第一更新个体的适应度值,若是,则保持参数个体不变,并进入步骤A8,否则采用第一更新个体替换对应的参数个体,并进入步骤A9。
A7、判断参数个体的适应度值是否大于参数个体对应的第二更新个体的适应度值,若是,保持参数个体不变,并进入步骤A8,否则采用第二更新个体替换对应的参数个体,并进入步骤A9。
可选的,为了避免种群过于集中,可以在(0,1)之间设置接受概率(如0.3、0.4、0.5),在(0,1)之间生成一个随机数,并判断该随机数是否小于该接受概率,若是,则接受第一更新个体或第二更新个体替换对应的参数个体。
A8、采用全局搜索策略以及贪心算法对种群中参数个体进行空间搜索更新,得到更新后的种群。
全局搜索策略为:
其中,表示全局搜索之后的/>,/>表示第t次训练时种群中第i个参数个体,表示所有个体的平均位置,/>表示比例因子,/>表示中间参数。/>表示随机数,且服从正态分布,N表示正态分布。/>表示随机数,且/>。/>表示(0,2)之间的随机数,/>表示标准伽玛函数,π表示圆周率。
采用贪心算法对全局搜索策略的执行结果进行选择,得到更新后的种群。
在算法收敛后期,参数个体比较集中,此时全局最优位置以平均距离为标准进行适当步长的全局搜索策略,可以降低算法陷入局部最优的概率。
A9、判断迭代计数器t的计数值是否大于最大迭代次数为T或者更新后的种群中是否存在参数个体的适应度值大于预先设定的适应度阈值,若是,则结束更新,并将适应度值最大的参数个体作为待优化模型的最终网络参数,否则令迭代计数器t的计数值加一,并返回步骤A3。
可选的,在训练过程中,需要计算每个参数的适应度值,可以将误差函数(如均方根误差)的负数作为适应度值。同理,训练过程还需要使用样本数据,由于两个模型都是比较成熟的模型,样本数据的获取也比较常规,不再详述。
在本实施例中,接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置,包括:
接收人机交互输入的查询信息,并通过实体识别模型对查询信息进行识别,获取查询信息对应的目标实体。
采用jieba分词工具对查询信息进行分词处理,得到目标分词结果,并以所述目标分词结果作为语义理解模型的输入,获取目标查询意图。
根据所述查询信息对应的目标实体以及目标查询意图,构建Cypher查询语句,并通过Cypher查询语句在Neo4j数据库进行查找,获取Cypher查询语句对应的一个或者多个目标书籍信息。假设借书人输入的实时查询语句为“与鲁迅相关的书籍”,则可以提取其实体可以为“鲁迅”,再识别其查询意图为“书籍”,从而可以将两者结合构造Cypher查询语句。例如,Cypher查询语句可以为:match (p:Part) − [: BELONG_MACHINE]−>(m: 书籍)where p. name = ′鲁迅′ return m "。
获取目标书籍信息对应的目标书籍位置,并返回目标书籍信息以及目标书籍位置,以使借书人快速查找书籍位置。其中,每个书籍信息均预先关联有对应的书籍位置。
在本实施例中,获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份,包括:
获取借书人的生物身份特征,并在身份特征库中对生物身份特征进行匹配,获取借书资格,所述借书资格包括借书人存在借书资格或借书人不存在借书资格。所述生物身份特征至少包括指纹或者人脸图像。
当借书人存在借书资格时,获取借书人的真实身份。当借书人不存在借书资格时,则反馈提示信息。
可选的,还可以提供类似于账号密码的验证条件,当验证条件得到满足之后,就可以确定借书人存在借书资格。
在本实施例中,在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,包括:
在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号。其中,所述人机交互输入的形式包括扫描条形码以及键盘输入。
以所述借书人的真实身份为基础,判断当前借书人是否拥有当前录入的借阅书籍编号对应的书籍借阅权限,若是,则允许其借阅,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,否则返回无借阅权限的提示信息。
通过二次权限验证,可以细分借阅权限,为不同的人群提供不同的借阅范围,从而使图书的借阅更加灵活。
在本实施例中,采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录,包括:
采用图书馆本地设备上的公钥对图书借阅跟踪数据进行加密,得到加密跟踪数据。其中,公钥对应的私钥存储图书馆本地设备上的隔离空间中。
获取加密跟踪数据对应的防篡改数据,并将加密跟踪数据以及防篡改数据同时传输至区块链。
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录。
在本实施例中,所述防篡改数据至少包括加密跟踪数据对应的哈希值、强校验码以及弱校验码。
在本实施例中,通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录,包括:
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符为:ID=(timestamp||rand)。其中ID表示唯一标识符,timestamp表示系统时间戳,rand表示随机数。
将唯一标识符、加密跟踪数据以及防篡改数据形成事务元组Y=<ID,value,H>。其中,value表示加密跟踪数据,H表示防篡改数据。
将事务元组发布于区块链中,形成不可篡改的借阅跟踪记录。
可选的,还可以将书籍的归还记录放置于区块链中,从而使其他用户可以快速查找借阅记录以及归还记录,方便进行书籍的借阅。
由于本实施例中图书借阅跟踪数据是加密的,不利于数据的查询,因此可以仅将借书人的身份信息加密,其他借阅信息不进行加密,方便其他用户查询借阅记录。同时不影响图书馆管理员对真实借阅信息的管理。
在本实施例中,还包括电子书籍借阅模块,所述电子书籍借阅模块,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,并在预设的借阅期限内为借书人提供在线浏览服务。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述事实和方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,涉及的程序或者所述的程序可以存储于一计算机所可读取存储介质中,该程序在执行时,包括如下步骤:此时引出相应的方法步骤,所述的存储介质可以是ROM/RAM、磁碟、光盘等等。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,包括:图书检索模块、借阅信息录入模块、身份验证模块以及区块链存储模块;
所述图书检索模块,用于采用知识图谱的方式存储图书馆中书籍的关键信息,并且接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置;
所述身份验证模块,用于获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份;
所述借阅信息录入模块,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据;
所述区块链存储模块,用于采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录;
采用知识图谱的方式存储图书馆中书籍的关键信息,包括:
获取指定数据源或者人机交互输入的书籍信息,所述书籍信息至少包括书籍名称、书籍简介、书籍作者、书籍出版社以及书籍出版时间;
根据所述书籍信息,抽取实体、属性以及关系,并根据抽取的实体、属性以及关系构建知识图谱,并采用Neo4j数据库存储知识图谱;
接收人机交互输入的查询信息,返回与查询信息对应的书籍以及书籍位置,以使借书人快速查找书籍位置,包括:
接收人机交互输入的查询信息,并通过实体识别模型对查询信息进行识别,获取查询信息对应的目标实体;
采用jieba分词工具对查询信息进行分词处理,得到目标分词结果,并以所述目标分词结果作为语义理解模型的输入,获取目标查询意图;
根据所述查询信息对应的目标实体以及目标查询意图,构建Cypher查询语句,并通过Cypher查询语句在Neo4j数据库进行查找,获取Cypher查询语句对应的一个或者多个目标书籍信息;
获取目标书籍信息对应的目标书籍位置,并返回目标书籍信息以及目标书籍位置,以使借书人快速查找书籍位置;其中,每个书籍信息均预先关联有对应的书籍位置;
接收人机交互输入的查询信息之前,还包括:
构建BERT-Bi-LSTM-CRF模型,并采用智能优化算法对BERT-Bi-LSTM-CRF模型进行训练,得到实体识别模型;
构建多项式朴素贝叶斯模型,并采用智能优化算法对多项式朴素贝叶斯模型进行训练,得到语义理解模型;
采用智能优化算法对多项式朴素贝叶斯模型进行训练,包括:
A1、设置迭代计数器t=1以及最大迭代次数为;
A2、随机生成待优化模型的网络参数,得到参数个体,并获取多个参数个体,得到种群;待优化模型是指多项式朴素贝叶斯模型;
A3、对种群中的每个参数个体进行第一引导更新,得到第一更新个体;
对种群中的每个参数个体进行第一引导更新,得到第一更新个体为:
其中,表示第t次训练时种群中第i个参数个体,i=1,2,…,I,I 表示参数个体总数,表示更新后的/>,即第一更新个体;/>表示第一中间参数,/>表示与参数个体/>在距离阈值之内的邻近参数个体,两个参数个体之间的距离/>,/>表示种群中除参数个体/>之外的其他参数个体,/>表示邻近参数个体中的中心位置,/>表示中心位置的适应度值,/>表示判断因子,/>表示参数个体/>的适应度值,/>表示(0,1)之间的随机数,/>表示第t次训练时的更新步长,/>表示当前种群中适应度值最大的个体,表示第t-1次训练时的更新步长,/>表示步长调节因子;/> ,/>表示第k个邻近参数个体;
A4、对种群中的每个参数个体进行第二引导更新,得到第二更新个体;
对种群中的每个参数个体进行第二引导更新,得到第二更新个体为:
其中,表示第二更新个体,/>表示第t次训练时种群中第i个参数个体,/>表示[0,2π]之间的第二随机数,/>表示[0,π]之间的第三随机数,/>表示第一系数,且;/>表示常数项,且/>;/>表示第二系数,且/>;
A5、判断第一更新个体的适应度值是否大于第二更新个体的适应度值,若是,则进入步骤A6,否则,进入步骤A7;
A6、判断参数个体的适应度值是否大于参数个体对应的第一更新个体的适应度值,若是,则保持参数个体不变,并进入步骤A8,否则采用第一更新个体替换对应的参数个体,并进入步骤A9;
A7、判断参数个体的适应度值是否大于参数个体对应的第二更新个体的适应度值,若是,保持参数个体不变,并进入步骤A8,否则采用第二更新个体替换对应的参数个体,并进入步骤A9;
A8、采用全局搜索策略以及贪心算法对种群中参数个体进行空间搜索更新,得到更新后的种群;
全局搜索策略为:
其中,表示全局搜索之后的/>,/>表示第t次训练时种群中第i个参数个体,/>表示所有个体的平均位置,/>表示比例因子,/>表示中间参数;/>表示随机数,且/>服从正态分布,N表示正态分布;/>表示随机数,且/>;/>表示(0,2)之间的随机数,/>表示标准伽玛函数,/>表示圆周率;
A9、判断迭代计数器t的计数值是否大于最大迭代次数或者更新后的种群中是否存在参数个体的适应度值大于预先设定的适应度阈值,若是,则结束更新,并将适应度值最大的参数个体作为待优化模型的最终网络参数,否则令迭代计数器t的计数值加一,并返回步骤A3。
2.根据权利要求1所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,获取借书人的生物身份特征,并对所述生物身份特征进行匹配,获取借书人的真实身份,包括:
获取借书人的生物身份特征,并在身份特征库中对生物身份特征进行匹配,获取借书资格,所述借书资格包括借书人存在借书资格或借书人不存在借书资格;所述生物身份特征至少包括指纹或者人脸图像;
当借书人存在借书资格时,获取借书人的真实身份;当借书人不存在借书资格时,则反馈提示信息。
3.根据权利要求2所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,包括:
在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号;其中,所述人机交互输入的形式包括扫描条形码以及键盘输入;
以所述借书人的真实身份为基础,判断当前借书人是否拥有当前录入的借阅书籍编号对应的书籍借阅权限,若是,则允许其借阅,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,否则返回无借阅权限的提示信息。
4.根据权利要求3所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,采用区块链技术存储图书借阅跟踪数据,形成不可篡改的借阅跟踪记录,包括:
采用图书馆本地设备上的公钥对图书借阅跟踪数据进行加密,得到加密跟踪数据;其中,公钥对应的私钥存储图书馆本地设备上的隔离空间中;
获取加密跟踪数据对应的防篡改数据,并将加密跟踪数据以及防篡改数据同时传输至区块链;
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录。
5.根据权利要求4所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,所述防篡改数据至少包括加密跟踪数据对应的哈希值、强校验码以及弱校验码。
6.根据权利要求4所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符,将唯一标识符、加密跟踪数据以及防篡改数据关联存储于区块链中,形成不可篡改的借阅跟踪记录,包括:
通过区块链为加密跟踪数据以及防篡改数据生成唯一标识符为:ID=(timestamp||rand);其中ID表示唯一标识符,timestamp表示系统时间戳,rand表示随机数;
将唯一标识符、加密跟踪数据以及防篡改数据形成事务元组Y=<ID,value,H>;其中,value表示加密跟踪数据,H表示防篡改数据;
将事务元组发布于区块链中,形成不可篡改的借阅跟踪记录。
7.根据权利要求6所述的基于区块链技术的智能图书馆借阅跟踪系统,其特征在于,还包括电子书籍借阅模块,所述电子书籍借阅模块,用于在获取借书人的真实身份之后,采用人机交互输入的形式录入借阅书籍编号,并将借书人的真实身份、借阅书籍编号以及预设的借阅期限关联,形成图书借阅跟踪数据,并在预设的借阅期限内为借书人提供在线浏览服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311839620.XA CN117493646B (zh) | 2023-12-29 | 2023-12-29 | 一种基于区块链技术的智能图书馆借阅跟踪系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311839620.XA CN117493646B (zh) | 2023-12-29 | 2023-12-29 | 一种基于区块链技术的智能图书馆借阅跟踪系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117493646A CN117493646A (zh) | 2024-02-02 |
CN117493646B true CN117493646B (zh) | 2024-03-29 |
Family
ID=89680334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311839620.XA Active CN117493646B (zh) | 2023-12-29 | 2023-12-29 | 一种基于区块链技术的智能图书馆借阅跟踪系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493646B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10095888B1 (en) * | 2018-06-04 | 2018-10-09 | Capital One Services, Llc | Secure decentralized system utilizing smart contracts, a blockchain, and/or a distributed file system |
CN111047397A (zh) * | 2019-11-26 | 2020-04-21 | 山东爱城市网信息技术有限公司 | 一种基于区块链的图书馆书籍管理方法、设备及介质 |
CN115147253A (zh) * | 2022-09-01 | 2022-10-04 | 北京吉道尔科技有限公司 | 基于区块链的智慧校园图书大数据借阅管理方法及系统 |
CN116595246A (zh) * | 2023-04-24 | 2023-08-15 | 浙江大学滨江研究院 | 一种基于知识图谱与读者画像的图书推荐检索系统 |
CN116756772A (zh) * | 2023-06-28 | 2023-09-15 | 深圳供电局有限公司 | 一种基于区块链的虚拟电厂数据安全防护方法 |
-
2023
- 2023-12-29 CN CN202311839620.XA patent/CN117493646B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10095888B1 (en) * | 2018-06-04 | 2018-10-09 | Capital One Services, Llc | Secure decentralized system utilizing smart contracts, a blockchain, and/or a distributed file system |
CN111047397A (zh) * | 2019-11-26 | 2020-04-21 | 山东爱城市网信息技术有限公司 | 一种基于区块链的图书馆书籍管理方法、设备及介质 |
CN115147253A (zh) * | 2022-09-01 | 2022-10-04 | 北京吉道尔科技有限公司 | 基于区块链的智慧校园图书大数据借阅管理方法及系统 |
CN116595246A (zh) * | 2023-04-24 | 2023-08-15 | 浙江大学滨江研究院 | 一种基于知识图谱与读者画像的图书推荐检索系统 |
CN116756772A (zh) * | 2023-06-28 | 2023-09-15 | 深圳供电局有限公司 | 一种基于区块链的虚拟电厂数据安全防护方法 |
Non-Patent Citations (1)
Title |
---|
"基于Neo4j的煤矿领域知识图谱构建及查询方法研究";叶帅;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20190915;正文第4, 27-28页,34 * |
Also Published As
Publication number | Publication date |
---|---|
CN117493646A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111506722B (zh) | 基于深度学习技术的知识图谱问答方法、装置及设备 | |
CN112347310B (zh) | 事件处理信息的查询方法、装置、计算机设备和存储介质 | |
WO2020077896A1 (zh) | 提问数据生成方法、装置、计算机设备和存储介质 | |
Christen et al. | The data matching process | |
CN109165224A (zh) | 一种在区块链数据库上针对关键字key的索引方法 | |
WO2021042560A1 (zh) | 一种案件辅助信息的提示方法、装置、存储介质和服务器 | |
CN113779358B (zh) | 一种事件检测方法和系统 | |
CN103688260A (zh) | 实体解析 | |
US11860953B2 (en) | Apparatus and methods for updating a user profile based on a user file | |
US20230237395A1 (en) | Apparatus and methods for matching video records with postings using audiovisual data processing | |
Bhanusri et al. | Credit card fraud detection using Machine learning algorithms | |
Chen et al. | Case-sse: Context-aware semantically extensible searchable symmetric encryption for encrypted cloud data | |
Abbott et al. | Large‐scale linkage for total populations in official statistics | |
CN117493646B (zh) | 一种基于区块链技术的智能图书馆借阅跟踪系统 | |
CN109471927A (zh) | 一种知识库及其建立、问答方法及应用装置 | |
CN117521012A (zh) | 基于多模态上下文分层分步对齐的虚假信息检测方法 | |
US20230289735A1 (en) | Apparatus and methods for screening users | |
US11887059B2 (en) | Apparatus and methods for creating a video record | |
Hatua et al. | On the Feasibility of Using GANs for Claim Verification-Experiments and Analysis. | |
US11573986B1 (en) | Apparatuses and methods for the collection and storage of user identifiers | |
US11803575B2 (en) | Apparatus, system, and method for classifying and neutralizing bias in an application | |
CN116401343A (zh) | 一种数据合规分析方法 | |
CN112364136B (zh) | 关键词生成方法、装置、设备及存储介质 | |
CN116150663A (zh) | 数据分级方法、装置、计算机设备和存储介质 | |
CN111597453A (zh) | 用户画像方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |