申请/专利权人：《全国新书目》杂志有限责任公司

申请日：2024-02-01

公开（公告）日：2024-03-08

公开（公告）号：CN117668167A

主分类号：G06F16/33

分类号：G06F16/33;G06F16/335;G06F16/383;G06F40/289;G06F40/30;G06F40/216

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明涉及文本处理技术领域，具体涉及一种基于大数据分析的图书评级智能处理方法，该方法包括：通过分析每本新书段落中多种词性的词的出现频率，以及段落中主题词的位置分布情况，从而构建每个主题相关段落的语义差异性；根据各段落核心词的位置分布得到各段落的结构合理性；结合新书整体的困惑度共同评价新书的文学品质评价指数；将新书的文学品质评价指数、作者综合成就指数和图书出版社影响力指数的和值的归一化值作为新书的综合推荐指数，将综合推荐指数较高的新书在相关网站上进行书目推荐。从而实现基于大数据分析的图书评级，提高了新书质量评价的准确度，使推荐的图书更受读者喜爱。

主权项：1.一种基于大数据分析的图书评级智能处理方法，其特征在于，该方法包括以下步骤：采集新书文本及新书作者的历史发行图书数量、已发行图书的平均年销量、已发行图书距离当前时间的年限；采集新书发行出版社的历史时间段内出版图书种类、出版图书的总销售量及出版社所占市场份额；通过对新书文本进行处理得到新书文本各可信词；将各段落中所有可信词组成的序列作为各段落的可信词序列；采用BERT+LSTM+CRF序列标注模型获取各可信词的词性标签，词性标签种类包括名词、动词、形容词、副词和其他词性；根据各可信词词性及出现频率得到各可信词的重要性；根据各可信词的重要性及出现频率得到各段落的名词、动词、形容词及副词核心词；通过TF-IDF算法提取各段落的主题词；根据各段落主题词之间的相似性及段落的不同词性核心词得到各主题相关段落的语义差异性；根据各段落核心词的位置分布得到各段落的结构合理性；通过BERT语言模型获取各段落的困惑度；根据困惑度、语义差异及结构合理性得到新书文本的文学品质评价指数；根据作者历史发行图书数量、已发行图书的平均年销量及已发行图书距离当前时间的年限得到作者综合成就指数；根据出版社历史时间段内出版图书种类、出版图书的总销售量及出版社所占市场份额得到出版社影响力指数；将新书文本的文学品质评价指数、作者综合成就指数及出版社影响力指数的和值的归一化值作为新书的综合推荐指数；根据所有新书的综合推荐指数进行书目推荐。

全文数据：

权利要求：

百度查询： 《全国新书目》杂志有限责任公司 一种基于大数据分析的图书评级智能处理方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD