CN117689350A - 一种基于智能书架的图书智能管理系统 - Google Patents
一种基于智能书架的图书智能管理系统 Download PDFInfo
- Publication number
- CN117689350A CN117689350A CN202410138611.6A CN202410138611A CN117689350A CN 117689350 A CN117689350 A CN 117689350A CN 202410138611 A CN202410138611 A CN 202410138611A CN 117689350 A CN117689350 A CN 117689350A
- Authority
- CN
- China
- Prior art keywords
- book
- borrowing
- books
- bookshelf
- target
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 238000007405 data analysis Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 239000013589 supplement Substances 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明数据图书管理技术领域，具体公开了一种基于智能书架的图书智能管理系统，所述数据采集模块用于采集书架的图书管理信息，并将图书管理信息发送至云管控平台，所述数据分析模块接收云管控平台传送的图书管理信息，对书架上的书本动态程度进行识别；所述决策分析模块收云管控平台传送的图书管理信息，基于图书管理信息得到借阅人行为信息，通过对借阅人行为信息的处理向借阅人智能推荐书本信息；本发明将书架上书本按照书本有效值从大到小的顺序进行排序，从而完成对书架上书本的热度进行智能识别，有利于管理人员对热度高的书本及时补充上架，对于热度低的书本适时降低投放比例，便于对智能书架上的书本进行智能管控。
Description
技术领域
本发明涉及图书管理技术领域，具体涉及一种基于智能书架的图书智能管理系统。
背景技术
传统图书馆采用条形码技术实现图书管理，图书上架按照《中国图书馆分类法》由摆馆员完成图书上架任务，数据库中存储的图书位置为类号，图书放置区域最小单位为分类排架号，并没有精确到具体某一节书架，使读者在查找图书上仍花费了大量的时间，而且实际中又无法避免的存在图书放错书架的情况，致使读者从数据库查找到的图书架号并不是实际图书所在的位置，影响读者图书借阅效率。
如专利申请号202110168106.2公开了一种基于RFID的智能管理图书架及系统；包括书架、电气装置，所述书架的背板中安装有RFID设备，所述书架的一侧设置触摸显示屏，所述电气装置由控制器、读写器及天线组成，所述天线连接REID设备，所述控制器对天线进行控制和定位，所述读写器对RFID设备的标签信息进行识别，读写器通过TCP/IP协议连接触摸显示屏，所述触摸显示屏植入RFID模块。
现有技术中的智能管理图书架只能实现对图书的盘点计算，不具备对书架上书本受欢迎程度识别，不能够对借阅人智能推送，具有一定的局限性。
发明内容
本发明的目的在于提供一种基于智能书架的图书智能管理系统，根据对书架上书籍的书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息进行处理，得到书架上书本借阅比、借阅时间比和书本数量值，再通过对书架上书本借阅比、借阅时间比和书本数量值二次处理得到目标书本基数值，再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值；将书架上书本按照书本有效值从大到小的顺序进行排序，书本有效值越大则表示书本越受欢迎，书本有效值越小则表示书本越不受欢迎，从而完成对书架上书本的热度进行智能识别。
本发明的目的可以通过以下技术方案实现：
一种基于智能书架的图书智能管理系统，包括:
数据采集模块，所述数据采集模块用于采集书架的图书管理信息，并将图书管理信息发送至云管控平台；
数据分析模块，所述数据分析模块接收云管控平台传送的图书管理信息，对书架上的书本动态程度进行识别；
书本动态程度包括书本受欢迎程度和书本不受欢迎程度；
决策分析模块，所述决策分析模块收云管控平台传送的图书管理信息，基于图书管理信息得到借阅人行为信息，通过对借阅人行为信息的处理向借阅人智能推荐书本信息。
作为本发明进一步的方案：图书管理信息包括书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息；
书本位置信息包括书本在书架上的位置信息；
书本上架信息包括书本上架时间；
书本借阅信息包括书本借阅次数、单次借阅时长、当前借阅状态、书本被搜索次数；
书本下架信息包括书本下架时间；
书本数量信息包括书架书本总数量和相同及相似领域的书本数量。
作为本发明进一步的方案：书架上的书本动态程度进行识别过程如下：
将书架上任一书本记为目标书本，获取目标书本的书本借阅比、借阅时间比和书本数量值；
将书本借阅比标记为Sy；
将借阅时间比标记为Sj;
将书本数量值标记为Sb；
即通过公式计算得到目标书本基数值Sci，其中，a1、a2、a3均为预设比例系数，且a1、a2、a3均大于零。
作为本发明进一步的方案：获取与目标书本相同及相似领域的书本数量，将目标书本数量与本相同及相似领域的书本数量进行比值进行计算，得到目标书本权重比；
再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值，书本有效值越大，则书本受欢迎程度高。
作为本发明进一步的方案：书本借阅比的获取过程为：
将系统当前时间与目标书本上架时间进行差值计算，得到目标书本上架时长，将目标书本借阅次数与目标书本上架时长进行比值计算得到书本借阅比。
作为本发明进一步的方案：借阅时间比的获取过程为：
获取目标书本每次借阅的单次借阅时长并形成借阅时间组，去除借阅时间组的最大值和最小值，对借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，将借阅时间组剩余数据中最大值与最小值剔除，将二次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，则对三次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
按照上述计算方式，直至借阅时间组剩余数据的方差值小于等于方差值阈值为止；
当方差值小于等于方差值阈值，则对借阅时间组剩余数据进行求和得到目标书本借阅总时长，并将目标书本借阅总时长与借阅时间组剩余数据借阅次数进行比值计算，得到借阅时间比。
作为本发明进一步的方案：在书架上对相同及相似领域的书本进行获取，将相同及相似领域的书本按名称不同进行分类；
获取每个类别书本的有效值，再将所有类别书本的有效值进行求和取均值，得到相同及相似领域的书本的总有效值；
根据得到的相同及相似领域的书本的总有效值对书架上所述相同及相似领域的书本按大到小的顺序进行排列；
完成对书架上书本领域受欢迎程度进行识别。
作为本发明进一步的方案：借阅人行为信息包括借阅人行为数据、借阅人时间数据、借阅人频率数据；
借阅人行为数据为借阅人借阅每个相同及相似领域的书本的次数之和并标记为Ci；
借阅人时间数据为借阅人借阅每个相同及相似领域的书本的借阅时间之和并标记为Ti；
借阅人频率数据为借阅人借阅每个相同及相似领域的书本的借阅频率之和并标记为Pi；
通过公式计算得到借阅人对相同及相似领域的书本的借阅行为值XW，其中，k为误差修正因子，d1、d2与d3均为预设比例系数，且d1、d2与d3均大于零。
作为本发明进一步的方案：将借阅人对每个相同及相似领域的书本的借阅行为值XW进行排序，借阅行为值最大的相同及相似领域的书本即为借阅人最感兴趣领域，将借阅人最感兴趣领域记为目标领域。
作为本发明进一步的方案：书本状态信息包括目标领域内单本书本的借阅次数、单本书本的被搜索次数和单本书本的上架时长；
单本书本的借阅次数标记为Xi；
单本书本的被搜索次数标记为Yi；
单本书本的上架时长标记为Zi；
将单本书本的借阅次数Xi，单本书本的被搜索次数Yi,单本书本的上架时长Zi分别赋予修正因子x、y和z，x>y>z>0，且；再依据公式/>计算得到目标领域内单本书本的推荐系数Wi，α、β和δ均为权重系数，α>β>δ,且;
将目标领域内推荐系数最大值所对应的单本书本作为最优推荐书本，推荐至借阅人。
本发明的有益效果：
本发明根据对书架上书籍的书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息进行处理，得到书架上书本借阅比、借阅时间比和书本数量值，再通过对书架上书本借阅比、借阅时间比和书本数量值二次处理得到目标书本基数值，再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值；将书架上书本按照书本有效值从大到小的顺序进行排序，书本有效值越大则表示书本越受欢迎，书本有效值越小则表示书本越不受欢迎，从而完成对书架上书本的热度进行智能识别，有利于管理人员对热度高的书本及时补充上架，对于热度低的书本适时降低投放比例，便于对智能书架上的书本进行智能管控；
本发明通过获取借阅人行为信息，即通过对借阅人行为数据、借阅人时间数据和借阅人频率数据进行处理，得到借阅人对相同及相似领域的书本的借阅行为值，将借阅人对每个相同及相似领域的书本的借阅行为值进行排序，借阅行为值最大的相同及相似领域的书本即为借阅人最感兴趣领域，将借阅人最感兴趣领域记为目标领域，获取目标领域的书本状态信息，基于对书本状态信息的单本书本的借阅次数、单本书本的被搜索次数和单本书本的上架时长进行处理得到目标领域内单本书本的推荐系数，推送优先级按照推荐系数由大至小的顺序对目标领域内单本书本依次推送，即基于借阅人的行为习惯向借阅人推送书本，以实现对借阅人推荐书本的精准投放。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种基于智能书架的图书智能管理系统的程序框图。
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。
请参阅图1所示，本发明为一种基于智能书架的图书智能管理系统，包括数据采集模块、数据分析模块、决策分析模块和云管控平台；
所述数据采集模块用于采集书架的图书管理信息，并将图书管理信息发送至云管控平台；
所述数据分析模块接收云管控平台传送的图书管理信息，对书架上的书本动态程度进行识别；
书本动态程度包括书本受欢迎程度和书本不受欢迎程度；
所述决策分析模块收云管控平台传送的图书管理信息，基于图书管理信息得到借阅人行为信息，通过对借阅人行为信息的处理向借阅人智能推荐书本信息。
其中，图书管理信息包括书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息；
书本位置信息包括书本在书架上的位置信息，便于管理人员或借阅人定位查找；
书本上架信息包括书本上架时间；
书本借阅信息包括书本借阅次数、单次借阅时长、当前借阅状态、书本被搜索次数；
书本下架信息包括书本下架时间；
书本数量信息包括书架书本总数量和相同及相似领域的书本数量。
书架上的书本动态程度进行识别过程如下：
将书架上任一书本记为目标书本；
将系统当前时间与目标书本上架时间进行差值计算，得到目标书本上架时长，将目标书本借阅次数与目标书本上架时长进行比值计算，得到书本借阅比；
获取目标书本每次借阅的单次借阅时长并形成借阅时间组，去除借阅时间组的最大值和最小值，对借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，将借阅时间组剩余数据中最大值与最小值剔除，将二次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，则对三次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
按照上述计算方式，直至借阅时间组剩余数据的方差值小于等于方差值阈值为止；
当方差值小于等于方差值阈值，则对借阅时间组剩余数据进行求和得到目标书本借阅总时长，并将目标书本借阅总时长与借阅时间组剩余数据借阅次数进行比值计算，得到借阅时间比；
获取目标书本在书架上的总数量，得到书本数量值；
获取与目标书本相同或相似领域的书本的数量，将与目标书本相同或相似领域的书本的数量与书架书本总数量进行比值计算，得到书本数量比；
将书本借阅比标记为Sy；
将借阅时间比标记为Sj;
将书本数量值标记为Sb；
对书本借阅比标记为Sy、借阅时间比标记为Sj、书本数量值标记为Sb进行量化处理，并导入公式：
即通过公式计算得到目标书本基数值Sci，其中，a1、a2、a3均为预设比例系数，且a1、a2、a3均大于零；
再获取与目标书本相同及相似领域的书本数量，将目标书本数量与本相同及相似领域的书本数量进行比值进行计算，得到目标书本权重比；
再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值；
将书架上书本按照书本有效值从大到小的顺序进行排序，书本有效值越大则表示书本越受欢迎，书本有效值越小则表示书本越不受欢迎；
通过上述的排列方式，能够完成对书架上书本受欢迎程度进行排序。
在一个具体实施例中，能够对书架上书本领域受欢迎程度进行识别；
具体为：
对相同及相似领域的书本进行获取，将相同及相似领域的书本按名称不同进行分类；
获取每个类别书本的有效值，再将所有类别书本的有效值进行求和取均值，得到相同及相似领域的书本的总有效值；
根据得到的相同及相似领域的书本的总有效值对书架上所述相同及相似领域的书本按大到小的顺序进行排列；
从而完成对书架上书本领域受欢迎程度进行识别。
借阅人行为信息包括借阅人行为数据、借阅人时间数据、借阅人频率数据；
借阅人行为数据为借阅人借阅每个相同及相似领域的书本的次数之和并标记为Ci；
借阅人时间数据为借阅人借阅每个相同及相似领域的书本的借阅时间之和并标记为Ti；
借阅人频率数据为借阅人借阅每个相同及相似领域的书本的借阅频率之和并标记为Pi；
通过公式计算得到借阅人对相同及相似领域的书本的借阅行为值XW，其中，k为误差修正因子，d1、d2与d3均为预设比例系数，且d1、d2与d3均大于零；
将借阅人对每个相同及相似领域的书本的借阅行为值XW进行排序，借阅行为值最大的相同及相似领域的书本即为借阅人最感兴趣领域，将借阅人最感兴趣领域记为目标领域；
获取目标领域的书本状态信息；
其中，书本状态信息包括目标领域内单本书本的借阅次数、单本书本的被搜索次数和单本书本的上架时长；
单本书本的借阅次数标记为Xi；
单本书本的被搜索次数标记为Yi；
单本书本的上架时长标记为Zi；
将单本书本的借阅次数Xi，单本书本的被搜索次数Yi,单本书本的上架时长Zi分别赋予修正因子x、y和z，x>y>z>0，且；再依据公式/>计算得到目标领域内单本书本的推荐系数Wi，α、β和δ均为权重系数，α>β>δ,且;
将目标领域内推荐系数最大值所对应的单本书本作为最优推荐书本，推荐借阅人；
推送优先级按照推荐系数由大至小的顺序对目标领域内单本书本依次推送。
本发明的核心点之一：在于根据对书架上书籍的书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息进行处理，得到书架上书本借阅比、借阅时间比和书本数量值，再通过对书架上书本借阅比、借阅时间比和书本数量值二次处理得到目标书本基数值，再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值；将书架上书本按照书本有效值从大到小的顺序进行排序，书本有效值越大则表示书本越受欢迎，书本有效值越小则表示书本越不受欢迎，从而完成对书架上书本的热度进行智能识别，有利于管理人员对热度高的书本及时补充上架，对于热度低的书本适时降低投放比例，便于对智能书架上的书本进行智能管控；
本发明的核心点之一：在于获取借阅人行为信息，即通过对借阅人行为数据、借阅人时间数据和借阅人频率数据进行处理，得到借阅人对相同及相似领域的书本的借阅行为值，将借阅人对每个相同及相似领域的书本的借阅行为值进行排序，借阅行为值最大的相同及相似领域的书本即为借阅人最感兴趣领域，将借阅人最感兴趣领域记为目标领域，获取目标领域的书本状态信息，基于对书本状态信息的单本书本的借阅次数、单本书本的被搜索次数和单本书本的上架时长进行处理得到目标领域内单本书本的推荐系数，推送优先级按照推荐系数由大至小的顺序对目标领域内单本书本依次推送，即基于借阅人的行为习惯向借阅人推送书本，以实现对借阅人推荐书本的精准投放。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于智能书架的图书智能管理系统，其特征在于，包括:
数据采集模块，所述数据采集模块用于采集书架的图书管理信息，并将图书管理信息发送至云管控平台；
数据分析模块，所述数据分析模块接收云管控平台传送的图书管理信息，对书架上的书本动态程度进行识别；
书本动态程度包括书本受欢迎程度和书本不受欢迎程度；
决策分析模块，所述决策分析模块收云管控平台传送的图书管理信息，基于图书管理信息得到借阅人行为信息，通过对借阅人行为信息的处理向借阅人智能推荐书本信息；
借阅人行为信息包括借阅人行为数据、借阅人时间数据、借阅人频率数据；
借阅人行为数据为借阅人借阅每个相同及相似领域的书本的次数之和并标记为Ci；
借阅人时间数据为借阅人借阅每个相同及相似领域的书本的借阅时间之和并标记为Ti；
借阅人频率数据为借阅人借阅每个相同及相似领域的书本的借阅频率之和并标记为Pi；
通过公式计算得到借阅人对相同及相似领域的书本的借阅行为值XW，其中，k为误差修正因子，d1、d2与d3均为预设比例系数，且d1、d2与d3均大于零；
将借阅人对每个相同及相似领域的书本的借阅行为值XW进行排序，借阅行为值最大的相同及相似领域的书本即为借阅人最感兴趣领域，将借阅人最感兴趣领域记为目标领域，将目标领域内推荐系数最大值所对应的单本书本作为最优推荐书本，推荐至借阅人。
2.根据权利要求1所述的一种基于智能书架的图书智能管理系统,其特征在于，图书管理信息包括书本位置信息、书本上架信息、书本借阅信息、书本下架信息和书本数量信息；
书本位置信息包括书本在书架上的位置信息；
书本上架信息包括书本上架时间；
书本借阅信息包括书本借阅次数、单次借阅时长、当前借阅状态、书本被搜索次数；
书本下架信息包括书本下架时间；
书本数量信息包括书架书本总数量和相同及相似领域的书本数量。
3.根据权利要求1所述的一种基于智能书架的图书智能管理系统,其特征在于，书架上的书本动态程度进行识别过程如下：
将书架上任一书本记为目标书本，获取目标书本的书本借阅比、借阅时间比和书本数量值；
将书本借阅比标记为Sy；
将借阅时间比标记为Sj;
将书本数量值标记为Sb；
即通过公式计算得到目标书本基数值Sci，其中，a1、a2、a3均为预设比例系数，且a1、a2、a3均大于零。
4.根据权利要求3所述的一种基于智能书架的图书智能管理系统,其特征在于，获取与目标书本相同及相似领域的书本数量，将目标书本数量与本相同及相似领域的书本数量进行比值进行计算，得到目标书本权重比；
再将目标书本基数值与目标书本权重比进行比值计算，得到书本有效值，书本有效值越大，则书本受欢迎程度高。
5.根据权利要求3所述的一种基于智能书架的图书智能管理系统,其特征在于，书本借阅比的获取过程为：
将系统当前时间与目标书本上架时间进行差值计算，得到目标书本上架时长，将目标书本借阅次数与目标书本上架时长进行比值计算得到书本借阅比。
6.根据权利要求3所述的一种基于智能书架的图书智能管理系统,其特征在于，借阅时间比的获取过程为：
获取目标书本每次借阅的单次借阅时长并形成借阅时间组，去除借阅时间组的最大值和最小值，对借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，将借阅时间组剩余数据中最大值与最小值剔除，将二次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
若方差值大于方差值阈值，则对三次剩余的借阅时间组剩余数据按照方差计算方法获取方差值，将得到的方差值与预设方差值阈值进行比较；
直至借阅时间组剩余数据的方差值小于等于方差值阈值为止；
当方差值小于等于方差值阈值，则对借阅时间组剩余数据进行求和得到目标书本借阅总时长，并将目标书本借阅总时长与借阅时间组剩余数据借阅次数进行比值计算，得到借阅时间比。
7.根据权利要求4所述的一种基于智能书架的图书智能管理系统,其特征在于，在书架上对相同及相似领域的书本进行获取，将相同及相似领域的书本按名称不同进行分类；
获取每个类别书本的有效值，再将所有类别书本的有效值进行求和取均值，得到相同及相似领域的书本的总有效值；
根据得到的相同及相似领域的书本的总有效值对书架上所述相同及相似领域的书本按大到小的顺序进行排列；
完成对书架上书本领域受欢迎程度进行识别。
8.根据权利要求1所述的一种基于智能书架的图书智能管理系统,其特征在于，书本状态信息包括目标领域内单本书本的借阅次数、单本书本的被搜索次数和单本书本的上架时长；
单本书本的借阅次数标记为Xi；
单本书本的被搜索次数标记为Yi；
单本书本的上架时长标记为Zi；
将单本书本的借阅次数Xi，单本书本的被搜索次数Yi,单本书本的上架时长Zi分别赋予修正因子x、y和z，x>y>z>0，且；再依据公式/>计算得到目标领域内单本书本的推荐系数Wi，α、β和δ均为权重系数，α>β>δ,且。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410138611.6A CN117689350B (zh) | 2024-02-01 | 2024-02-01 | 一种基于智能书架的图书智能管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410138611.6A CN117689350B (zh) | 2024-02-01 | 2024-02-01 | 一种基于智能书架的图书智能管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117689350A true CN117689350A (zh) | 2024-03-12 |
| CN117689350B CN117689350B (zh) | 2024-05-14 |
Family
ID=90133733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410138611.6A Active CN117689350B (zh) | 2024-02-01 | 2024-02-01 | 一种基于智能书架的图书智能管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117689350B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115098803A (zh) * | 2022-08-24 | 2022-09-23 | 深圳市华图测控系统有限公司 | 一种基于移动图书馆的图书推荐算法以及系统 |
| CN116561418A (zh) * | 2023-05-11 | 2023-08-08 | 黄淮学院 | 一种基于人工智能的智慧图书馆借阅管理系统 |
| CN116578726A (zh) * | 2023-07-10 | 2023-08-11 | 悦读天下(北京)国际教育科技有限公司 | 一种个性化图书推荐系统 |
| CN117273665A (zh) * | 2023-11-21 | 2023-12-22 | 广东拓迪智能科技有限公司 | 图书馆借阅管理方法、装置、电子设备和计算机存储介质 |
| CN117407594A (zh) * | 2023-12-12 | 2024-01-16 | 山东大学 | 一种图书信息推荐系统 |
-
2024
- 2024-02-01 CN CN202410138611.6A patent/CN117689350B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115098803A (zh) * | 2022-08-24 | 2022-09-23 | 深圳市华图测控系统有限公司 | 一种基于移动图书馆的图书推荐算法以及系统 |
| CN116561418A (zh) * | 2023-05-11 | 2023-08-08 | 黄淮学院 | 一种基于人工智能的智慧图书馆借阅管理系统 |
| CN116578726A (zh) * | 2023-07-10 | 2023-08-11 | 悦读天下(北京)国际教育科技有限公司 | 一种个性化图书推荐系统 |
| CN117273665A (zh) * | 2023-11-21 | 2023-12-22 | 广东拓迪智能科技有限公司 | 图书馆借阅管理方法、装置、电子设备和计算机存储介质 |
| CN117407594A (zh) * | 2023-12-12 | 2024-01-16 | 山东大学 | 一种图书信息推荐系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117689350B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210158164A1 (en) | Finding k extreme values in constant processing time | |
| CN102508909B (zh) | 一种基于多智能算法及图像融合技术的图像检索方法 | |
| CN110232403A (zh) | 一种标签预测方法、装置、电子设备及介质 | |
| Xu | Multiple-instance learning based decision neural networks for image retrieval and classification | |
| CN110413888A (zh) | 一种书籍推荐方法及装置 | |
| CN108304381B (zh) | 基于人工智能的实体建边方法、装置、设备及存储介质 | |
| CN112699945A (zh) | 数据标注方法及装置、存储介质及电子装置 | |
| CN110610169A (zh) | 图片标注方法和装置、存储介质及电子装置 | |
| CN117689350B (zh) | 一种基于智能书架的图书智能管理系统 | |
| CN112163600B (zh) | 一种基于机器视觉的商品识别方法 | |
| KR102466396B1 (ko) | 상품 정보 관리 방법 및 장치 | |
| CN111598510B (zh) | 一种适用于智能仓储系统的订单分批方法 | |
| CN117421355A (zh) | 一种搜索召回方法、装置及设备 | |
| CN112733034A (zh) | 内容推荐方法、装置、设备及存储介质 | |
| CN112100202A (zh) | 一种产品识别及产品信息补全方法、存储介质及机器人 | |
| CN112287140A (zh) | 一种基于大数据的图像检索方法及系统 | |
| CN107563809A (zh) | 广告投放方法及装置 | |
| CN110069647A (zh) | 图像标签去噪方法、装置、设备及计算机可读存储介质 | |
| CN111507366B (zh) | 推荐概率模型的训练方法、智能补全方法及相关装置 | |
| CN114882973A (zh) | 一种基于标准食品识别的每日营养摄取分析方法及系统 | |
| CN104143137B (zh) | 医疗冷柜系统中样品的存储方法 | |
| Wacht et al. | A short-term and long-term learning approach for content-based image retrieval | |
| CN112836082A (zh) | 生成歌单的方法、装置、电子设备及存储介质 | |
| CN109451018A (zh) | 信息对象的推送方法、计算设备及计算机存储介质 | |
| CN113344480B (zh) | 一种替换物料推荐方法及系统 |
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 |