申请/专利权人：广东开放大学(广东理工职业学院)

申请日：2023-09-04

公开（公告）日：2024-03-26

公开（公告）号：CN117076780B

主分类号：G06F16/9535

分类号：G06F16/9535;G06N3/0464;G06N3/042;G06N3/08;G06F18/22;G06F16/901

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2024.01.12#实质审查的生效;2023.11.17#公开

摘要：本发明公开了一种基于大数据的图书互借阅推荐方法及系统，包括，获取用户当前闲置图书资源信息生成用户的图书共享特征；利用大数据方法整合用户图书借阅记录及历史阅读行为数据进行预处理，提取数据特征定位当前用户的图书需求特征；利用图表示对用户及图书项目进行表示生成无向异构图，通过图书共享特征及图书需求特征生成用户节点的附加特征；基于图卷积神经网络构建互借阅推荐模型，获取图结构，学习具有图书项目偏好的用户特征向量表示，预测用户的偏好信息为用户推荐互借阅对象。本发明为用户快速准确的找到满足需求的图书资源，节约借阅及还书时间，同时大大减少了图书购买成本，提高了闲置图书资源的利用率。

主权项：1.一种基于大数据的图书互借阅推荐方法，其特征在于，包括以下步骤：获取用户当前闲置图书资源信息，提取所述闲置图书资源信息的关键词特征生成用户的图书共享特征；利用大数据方法获取用户的图书借阅记录及历史阅读行为数据，整合所述图书借阅记录及历史阅读行为数据进行预处理，提取数据特征定位当前用户的图书需求特征；利用图表示对用户及图书项目进行表示生成无向异构图，通过所述图书共享特征及图书需求特征生成用户节点的附加特征；基于图卷积神经网络构建互借阅推荐模型，学习图结构，根据所述图结构学习具有图书项目偏好的用户特征向量表示，预测用户的偏好信息，根据所述偏好信息为用户推荐互借阅对象；利用图表示对用户及图书项目进行表示生成无向异构图，通过所述图书共享特征及图书需求特征生成用户节点的附加特征，具体为：将用户及图书项目作为节点通过图表示获取无向异构图，根据用户及图书项目的交互设置边结构，所述无向异构图定义为G＝V,E，V为节点的集合，E为边结构集合；通过所述图书共享特征及图书需求特征生成用户节点的附加特征，根据所述附加特征通过相似度计算筛选用户的邻居节点，并通过所述邻居节点构建用户邻接矩阵；基于图卷积神经网络构建互借阅推荐模型，具体为：基于图卷积神经网络构建互借阅推荐模型，根据用户邻接矩阵构建用户子图，将所述无向异构图与所述用户子图进行拼接构建用户-图书项目图，利用互借阅推荐模型对所述用户-图书项目图进行学习；设置编码器分别对用户-图书项目图进行编码表示，在所述用户-图书项目图中添加用户位置描述，基于距离信息获取用户距离邻接矩阵，并在所述用户-图书项目图中重新对用户进行相似度计算获取用户相似度邻接矩阵；通过用户节点的附加特征获取图书项目邻接矩阵，对每一层编码器中通过所述距离邻接矩阵及相似度邻接矩阵结合图书项目邻接矩阵获取用户嵌入表示，进行加权求和及向量拼接得到具有图书项目偏好的用户特征向量表示；计算用户之间的用户特征向量表示的内积获取用户之间的借阅适配度；计算用户之间的用户特征向量表示的内积获取用户之间的借阅适配度，具体为：通过互借阅推荐模型获取目标用户的用户特征向量表示，基于所述用户特征向量表示获取目标用户的图书项目偏好，根据所述图书项目偏好筛选符合预设相似度标准的其他用户，获取偏好相似的其他用户集合；在所述其他用户集合中计算其他用户的用户特征向量表示与目标用户的用户特征向量表示之间的内积，根据所述内积获取用户之间的借阅适配度；根据所述借阅适配度生成借阅优先级，按照预设方法向目标用户进行推送。

全文数据：

权利要求：

百度查询： 广东开放大学(广东理工职业学院) 一种基于大数据的图书互借阅推荐方法及系统

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