[发明专利]一种图书推荐方法

说明书

技术领域

本发明属于图书馆数据的计算机分析技术的应用领域，具体涉及一种基于序列模式的图书推荐方法。

背景技术

图书推荐是指图书馆工作人员通过各种形式和手段，有选择地将图书展示、推荐给相关读者。图书推荐是高校图书馆中的一项日常工作，该项工作的顺利开展可以有效发挥馆藏图书的效用，进一步提高图书的利用率以及图书馆的服务水平和服务意识。

目前常用的图书推荐方法是流通部管理人员根据读者的要求和自己对馆藏图书的熟悉程度，推荐相关图书以满足读者的需求，该方法要求流通部管理人员对书库藏书的类别、版本、图书内容、读者的兴趣爱好等了如指掌，对于小型图书馆而言，这也许是一件并不困难的事情。但随着图书馆藏书量及其所涉及领域的不断增多，要求图书馆工作人员全面了解书库藏书的类别和图书内容等是一件非常困难的事情，或者根本做不到，就难实现图书的展示和推荐。

发明内容

本发明针对现有图书推荐方法的可操作性差等问题，提出一种基于序列模式的图书推荐方法，能更方便、更准确地发现读者的借阅行为习惯，实现图书的自动推荐，同时又不会增加图书馆流通部管理人员的负担。  

本发明提出的基于序列模式的图书推荐方法包括以下步骤：

(1) 以借书证号为主键，借阅时间为次键，对图书借阅数据库D中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库SD；

(2) 求出序列数据库SD中所有的仅包含一个图书集的频繁序列模式的大图书集L，并将所有大图书集映射为一组相邻的整数；

（3）将序列数据库SD中各借阅序列数据用该序列数据所包含的大图书集L代替； 

（4）利用大图书集L挖掘出频繁序列模式集SP；

（5）在频繁序列模式集SP中找出最大频繁序列模式集MSP  

（6）由最大频繁序列模式集MSP构造读者借书行为库RBBD  

（7）根据读者借书行为库RBBD按如下步骤推荐图书：

 扫描借阅序列数据库SD一次，查找借书证号为A.No的已有的借阅行为，其结果记为A.Seq，A.Seq=<a₁，a_2，…...，a_m>，其中m为该借阅行为的长度，a_i为图书的集合，i=1，2，……，m；

 计算A.Seq与读者借阅行为库中各模式t.Seq的相似度sim(A.Seq，t.Seq)，t.Seq=<t₁，t_2，…...，t_n>，n为该借阅序列数据的长度，t_i为图书的集合，i=1，2，……，n；sim(A.Seq，t.Seq)的计算方法为：如果A.Seq为t.Seq的子序列，即存在i₁<i₂<…< i_m，使得a1，a2，……，am，则sim(A.Seq，t.Seq)=1；否则sim(A.Seq，t.Seq)=0；

 对于读者借书行为库RBBD中的模式t.Seq，若sim(A.Seq，t.Seq)=1，则将t_k，…...， t_n推荐给读者A，k= i_m+1，并优先推荐t_k，其次是t_k+1，……，最后推荐的是t_n。

 本发明的有益效果主要表现在：可以有效地发现图书馆借阅数据库中的读者借阅行为，据此可向读者推荐相关图书。一方面可以帮助尽量多的读者解决选书难的问题，明显减少了读者的选择范围，节省了读者的借阅时间；另一方面克服了现有图书推荐方法对流通部管理人员所提出的苛刻要求，如对书库藏书的类别、版本、图书内容、读者的兴趣爱好等了如指掌等，进一步提高了推荐方法的可操作性。

附图说明

图1是读者借书行为发现流程图；

图2是读者A的图书推荐流程图。

具体实施方式

先对数据进行预处理，以借书证号为主键，借阅时间为次键，对图书借阅数据库D中的各记录进行排序，将其转换成由借阅序列数据组成的序列数据库SD。再发现隐含在序列数据库SD中的读者借书行为，参见图1，具体方法为：