一种校园图书的个性化推荐方法
【专利摘要】本发明公开一种校园图书的个性化推荐方法，其主要步骤如下：首先确定当前学生的相邻学生集，然后获取各个相邻学生的图书借阅信息，再计算各个相邻学生对各图书的评分，再然后计算各图书的统计评分，最后按各图书的统计评分降序排序列表中选择前N本图书作为推荐图书。本发明基于图书借阅记录，考虑图书的出版时间、分类信息以及学生借阅的阅读周期特点，设计了合理的图书评价计算方法。本发明还充分考虑了高校信息的特点，综合学生基本信等其他信息，充分利用了相同专业，不同年级学生之间的互助性，基于协同过滤的思想，得到合理的推荐结果。
【专利说明】一种校园图书的个性化推荐方法
【技术领域】
[0001]本发明涉及校园图书的推荐方法。
【背景技术】
[0002]随着互联网技术的发展，人们从网络中获取到的信息量越来越大，如何从海量信息中快速获取到有效信息一直是计算机应用领域的研究热点。其中，推荐算法已经成为解决互联网环境中“信息过载”问题的重要手段。目前，推荐技术被广泛应用于电子商务、社交网络等互联网应用中。
[0003]但是，目前很少有将这样的推荐技术应用于校园信息化的案例。在校园信息化的过程中，校园内已经积累了相当丰富的学生用户信息，学生行为记录等有效数据，同时，通过校园“一卡通”等信息系统，可以实时采集到学生的最新行为信息。如果能够基于推荐技术，充分利用这样的数据，可以有效提高学校资源的利用率，帮助学生更好地高效学习。面对图书馆中已经收录的纸质和电子资源，学生往往很难从中选择自己真正需要的学习资源。目前，学生主要是按照同学或者导师的推荐，在图书管理系统中依靠关键字检索来选择图书，选择过程具有一定的盲目性和从众性。这也是高校图书馆虽然资源丰富，但是有效利用率较低的主要原因之一。
[0004]因此，将互联网中广泛应用的推荐技术引入校园，可以帮助学生更加高效地找到学习资源。本专利正是基于高校图书馆应用的实际需求，考察高校中容易获得的信息资源，设计合理的图书推荐方法，向学生推荐他们可能需要的书籍，帮助学生个性化地选择需要的图书，从而提高高校图书馆的利用率。
【发明内容】
[0005]本发明所要解决的问题:为图书馆设计一种合理的图书推荐方法，向学生推荐他们可能需要的图书，帮助学生更快更合理的选择图书借阅，并且提高校园图书馆的图书的管理的效率和提高图书馆图书的利用率。
[0006]为解决上述问题，本发明采用的方案如下:
[0007]一种校园图书的个性化推荐方法，包括以下步骤:
[0008]S1:根据学生基本信息、图书借阅信息以及学生选课信息确定当前学生的相邻学生集 User_Set ；
[0009]S2:获取当前学生的相邻学生集User_Set中各个相邻学生的图书借阅信息Book_List ；
[0010]S3:根据各个相邻学生的图书借阅信息Book_List计算各个相邻学生对各图书的评分Wy ；
[0011]S4:根据各个相邻学生对各图书的评分Wu计算Book_List中各图书的统计评分Tj ；
[0012]S5:选择统计评分L最高的前N本图书作为当前学生的推荐图书；[0013]其中，Wu表示第i个相邻学生对第j本图书的评分表示第j本图书的统计评分。
[0014]进一步，根据本发明的校园图书的个性化推荐方法，所述步骤SI包括:
[0015]Sll:选取与当前学生专业相同，入学年份相同或早于一年，且学习成绩平均分不超过10分的学生作为第一相邻学生集User_Setl ；
[0016]S12:选取与当前学生当前学期选修相同非专业选修课程或最近借阅相同图书的学生作为第二相邻学生集User_Set2 ；
[0017]S13:合并第一相邻学生集User_Setl和第二相邻学生集User_Set2得到当前学生的相邻学生集 User_Set,即 User_Set = User_Setl U User_Set2。
[0018]进一步，根据本发明的校园图书的个性化推荐方法，所述步骤S3中各个相邻学生对各图书的评分Wu采用如下公式计算:
[0019]Wi j = RTi, j X PTj X STi, j ；
[0020]其中，RTi；J为第i个相邻学生对第j本图书的阅读时间评分，RTy采用如下公式计算:
[0021]RTi；J = BRi；J — ARj | +BPj ;其中，BRi；J为第i个相邻学生对第j本图书的借阅时间，ARj为第j本图书的平均借阅时间，BPj为第j本图书的页数；
[0022]PTj为第j本图书的出版时间评分，为根据图书出版时间确定的值；
[0023]STi；J为第i个相邻学生对第j本图书的类别评分，STu = λ XCBijj^CTBj ;其中，CBi,j为与第i个相邻学生专业相同的学生对第j本图书的借阅次数为第j本图书的总的借阅次数；λ为常数，当第i个相邻学生的专业与第j本图书的专业类别相同时，λ =X1，否则λ =入2;^和λ2为预先设定的常数。
[0024]进一步，根据本发明的校园图书的个性化推荐方法，所述步骤S4包括:
[0025]S41:计算相邻学生集User_Set内各相邻学生与当前学生之间的借阅行为相似度
Simi ；
[0026]S42:根据借阅行为相似度Simi和各个相邻学生对各图书的评分Wiij计算图书的统计评分Tj ；
[0027]其中，Simi为第i个相邻学生与当前学生的借阅行为相似度，Simi采用如下公式计算:.Σ 爲-胃)
[0028]
【权利要求】
1.一种校园图书的个性化推荐方法，其特征在于，包括以下步骤: S1:根据学生基本信息、图书借阅信息以及学生选课信息确定当前学生的相邻学生集User—Set ； 52:获取当前学生的相邻学生集User—Set中各个相邻学生的图书借阅信息Book—List ； 53:根据各个相邻学生的图书借阅信息Book_List计算各个相邻学生对各图书的评分W.j； 54:根据各个相邻学生对各图书的评分Wiij计算Book_List中各图书的统计评分Tj ； 55:选择统计评分L最高的前N本图书作为当前学生的推荐图书； 其中，W。表示第i个相邻学生对第j本图书的评分I表示第j本图书的统计评分。
2.如权利要求1所述的校园图书的个性化推荐方法，其特征在于，所述步骤SI包括: Sll:选取与当前学生专业相同，入学年份相同或早于一年，且学习成绩平均分不超过10分的学生作为第一相 邻学生集User_Setl ； S12:选取与当前学生当前学期选修相同非专业选修课程或最近借阅相同图书的学生作为第二相邻学生集User_Set2 ； S13:合并第一相邻学生集User_Setl和第二相邻学生集User_Set2得到当前学生的相邻学生集 User_Set,即 User_Set = User_Setl U User_Set2。
3.如权利要求1所述的校园图书的个性化推荐方法，其特征在于，所述步骤S3中各个相邻学生对各图书的评分Wu采用如下公式计算:
Wij = RTij XPTj XSTij; 其中，RTiij为第i个相邻学生对第j本图书的阅读时间评分，RTiij采用如下公式计算:RTi；J = BRi；J — AR」+BPj ;其中，BRi；J为第i个相邻学生对第j本图书的借阅时间，ARj为第j本图书的平均借阅时间，BPj为第j本图书的页数； PTj为第j本图书的出版时间评分，为根据图书出版时间确定的值； STi；J为第i个相邻学生对第j本图书的类别评分，STu = λ XCBijj^CTBj ;其中，CB^为与第i个相邻学生专业相同的学生对第j本图书的借阅次数为第j本图书的总的借阅次数；λ为常数，当第i个相邻学生的专业与第j本图书的专业类别相同时，λ = A1,否则λ =入2;入1和λ 2为预先设定的常数。
4.如权利要求1所述的校园图书的个性化推荐方法，其特征在于，所述步骤S4包括: 541:计算相邻学生集User_Set内各相邻学生与当前学生之间的借阅行为相似度Simi ； 542:根据借阅行为相似度Simi和各个相邻学生对各图书的评分Wuj计算图书的统计评分Tj ； 其中，Simi为第i个相邻学生与当前学生的借阅行为相似度，Simi采用如下公式计算:
5.如权利要求4所述的校园图书的个性化推荐方法，其特征在于，当当前学生在Book_List中各图书不存在借 阅记录时,设Simi = I。
【文档编号】G06F17/30GK104021153SQ201410212505
【公开日】2014年9月3日 申请日期:2014年5月19日 优先权日:2014年5月19日
【发明者】林文荟, 严敏, 尹岩, 吴家齐 申请人:江苏金智教育信息技术有限公司