[发明专利]一种智能图书馆管理系统在审

专利信息
申请号: 201710381408.1 申请日: 2017-05-25
公开(公告)号: CN107704481A 公开(公告)日: 2018-02-16
发明(设计)人: 不公告发明人 申请(专利权)人: 广州惠澜婷贸易有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京华识知识产权代理有限公司11530 代理人: 赵永强
地址: 510000 广东省广州市白云*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 图书馆 管理 系统
【权利要求书】:

1.一种智能图书馆管理系统,其特征在于,包括计算机管理子系统、网络数据通信服务器、图书信息数据库服务器和智能检索终端;

所述计算机管理子系统分别与网络数据通信服务器、图书信息数据库服务器连接,用于接收和处理网络数据通信服务器、图书信息数据库服务器传输来的信息,并向网络数据通信服务器、图书信息数据库服务器反馈传输信息;

所述网络数据通信服务器与智能检索终端相连,用于处理智能检索终端与计算机管理子系统之间的信息交互服务;

所述图书信息数据库服务器用于存储图书信息;

所述智能检索终端用于用户进行图书检索。

2.根据权利要求1所述的智能图书馆管理系统,其特征在于,所述智能检索终端包括图书好评排行模块、用户浏览记录模块、图书推荐模块和显示屏,所述图书好评排行模块用于根据读者的图书评论获取图书好评排行,所述用户浏览记录模块用于记录用户的浏览记录,所述图书推荐模块根据图书好评排行和用户的浏览记录向用户推荐图书,所述显示屏用于显示图书推荐模块推荐的图书。

3.根据权利要求2所述的智能图书馆管理系统,其特征在于,所述显示屏为触摸显示屏。

4.根据权利要求3所述的智能图书馆管理系统,其特征在于,所述图书好评排行模块包括情感特征提取单元、筛选单元、建模单元和分类单元,所述情感特征提取单元用于对图书评论中包含的情感特征进行提取,所述筛选单元用于对提取的特征进行筛选,所述文本建模模块用于根据筛选后的特征建立图书评论的文本模型,所述分类单元用于根据图书评论的文本模型对图书评论进行分类;所述筛选单元包括一次处理子单元和二次处理子单元,所述一次处理子单元对提取的特征进行初步筛选,得到初步筛选的特征,所述二次处理子单元对初步筛选的特征进行进一步筛选,得到最终筛选的特征。

5.根据权利要求4所述的智能图书馆管理系统,其特征在于,对所述提取的特征进行初步筛选,具体为:(1)若W={w1,w2,…,wn}表示所有文本的集合,wi∈W表示集合中一个文本,n表示文本总数,F0={f1,f2,…,fM}表示任意文本wi包含的特征集合,fi∈F0表示集合中一个特征,M表示特征总数,C={c1,c2,…,ck}表示文本分类集合,ci∈C表示集合中一个分类,k表示分类的总数;

(2)建立初步筛选函数QK:在式子里,表示特征fi初步筛选函数值,wip(fi)表示特征fi在文本wi中出现的次数;对于给定阈值QK1,若则将特征过滤掉,否则对特征予以保留,得到初步筛选的特征。

6.根据权利要求5所述的智能图书馆管理系统,其特征在于,对所述初步筛选的特征进行进一步筛选,具体为:(1)对于任意ci∈C,建立最终筛选函数FN:在式子里,FN(ci,fi)表示特征fi最终筛选函数值,表示训练样本中的文本中包含特征fi且不被划分为ci的文本数,表示训练样本中的文本中不包含特征fi且被划分为ci的文本数,AY(ci,fi)表示训练样本中的文本中包含特征fi且被划分为ci的文本数,表示训练样本中的文本中不包含特征fi且不被划分为ci的文本数;

(2)对于给定阈值FN1,若FN(ci,fi)≤FN1,则将特征过滤掉,否则对特征予以保留,得到最终筛选的特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州惠澜婷贸易有限公司,未经广州惠澜婷贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710381408.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top