(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211015852.9 (22)申请日 2022.08.24 (65)同一申请的已公布的文献号 申请公布号 CN 115098803 A (43)申请公布日 2022.09.23 (73)专利权人 深圳市华图测控系统有限公司 地址 518000 广东省深圳市宝安区西乡街 道铁岗社区铁岗水库路147号厂房2栋 3层 (72)发明人 张立志　吴旭镇　张立雄　林颖　 (74)专利代理 机构 北京云嘉 湃富知识产权代理 有限公司 1 1678 专利代理师 喻强 (51)Int.Cl. G06F 16/9537(2019.01) G06F 16/9535(2019.01) (56)对比文件 CN 106489261 A,2017.0 3.08 CN 10958 8873 A,2019.04.09 CN 110489633 A,2019.1 1.22US 20141649 21 A1,2014.0 6.12 WO 2008024990 A2,2008.02.28 US 2018174218 A1,2018.0 6.21 CN 105260959 A,2016.01.20 CN 110826850 A,2020.02.21 CN 113819908 A,2021.12.21 CN 114360171 A,202 2.04.15 CN 105760547 A,2016.07.13 胡清.个性 化馆藏资源推荐技 术在公共图书 馆中的适用性分析. 《图书 馆界》 .202 2,(第3期), 刘海鸥等.基 于深度学习的移动图书 馆用户 画像情境 化推荐. 《图书 馆学研究》 .2019, 吴彦文等.一种基 于改进型协同过滤算法的 新闻推荐系统. 《计算机 工程与科 学》 .2017,第39 卷(第6期), 贾伟洋.基 于群组用户画像的农业信息化推 荐算法研究. 《中国优秀硕士学位 论文全文数据 库信息科技 辑》 .2018,(第1期), (续) 审查员 尤鑫 (54)发明名称 一种基于移动图书馆的图书推荐方法以及 系统 (57)摘要 本发明涉及计算机技术领域， 特别是涉及一 种基于移动图书馆的图书推荐方法以及系统， 包 括： 获取用户的用户位置； 判断所述用户位置与 最近的移动图书馆的距离是否小于设定的第一 阈值， 若是， 获取所述用户的借阅记录、 购书记录 以及视频浏览记录； 根据获取的借阅记录、 购书 记录、 视频浏览记录确定用户的阅读爱好； 根据 确定出的阅读爱好 以及与所述用户位置的距离 小于第二阈值的移动图书馆内的图书类型向所 述用户发送图书推荐信息； 其中， 第一阈值小于 第二阈值。 本发 明提供的方法结合用户的借阅记 录、 购书记录以及视频浏览记录确定用户的阅读爱好， 结合移动图书馆的图书类型向用户发送推 荐信息， 使用户能够便捷获取附近的图书信息， 提高借阅率。 [转续页] 权利要求书2页 说明书7页 附图2页 CN 115098803 B 2022.12.06 CN 115098803 B (56)对比文件 赵杨等.多 源大数据驱动的移动图书 馆个性 化推荐系统设计与实现. 《图书 馆学研究》 .2021, Soulla Louca等.Understandi ng young cypriots smartphone apps utilization: Extend and frequency. 《2014 I nternati onal Conference o n Interactive Mobi le Communication Technologies and Learn ing (IMCL2014)》 .2015,2/2 页 2[接上页] CN 115098803 B1.一种基于移动图书馆的图书推荐方法， 其特征在于， 所述基于移动图书馆的图书推 荐方法包括： 获取用户的用户位置； 判断所述用户位置与最近的移动图书馆的距离是否小于设定的第一阈值， 若是， 获取 所述用户的借阅记录、 购书记录以及视频浏览记录； 根据获取的借阅记录、 购书记录、 视频浏览记录确定用户的阅读爱好； 根据确定出的阅读爱好以及与所述用户位置的距离小于第二阈值的移动图书馆内的 图书类型向所述用户发送图书推荐信息； 其中， 第一阈值小于第二阈值； 所述根据获取的借阅记录、 购书记录、 视频浏览记录确定用户的阅读爱好， 包括： 判断所述借阅记录是否为空， 若是， 则根据所述购书记录以及所述视频浏览记录确定 所述用户的阅读爱好， 若否， 则根据所述用户的所述借阅记录确定所述用户的阅读爱好； 所述根据所述购书记录以及所述视频浏览记录确定用户的阅读爱好， 包括： 判断所述用户的所述购书记录是否为空； 若否， 根据所述用户的所述购书记录确定用户的购书类别； 由下式计算所述购书记录中每一购书类别的重要指数： /N S=m1/365+m2/90+m3 /30+m4/7 其中： R为购书类别的重要指数； S为购书频率系数， m1为最近一年内的购书次数， m2为 最近一个季度内的购书次数， m3为最近一个月的购书次数， m4为最近一周的购书次数； n为 最近一年内对应购书类别的购买次数； P为最近一年内对应购书类别的总花费； N为最近一 年内该用户涉及的购书类别总数； 根据购书类别的重要指数由大到小对购书类别进行排序， 得到购书类别序列； 根据所述用户的所述视频浏 览记录对所述购书类别序列进行修正， 由修正后的购书类 别序列确定用户的阅读爱好； 若用户的购书记录为空， 则根据用户的视频浏览记录确定用户的阅读爱好。 2.根据权利要求1所述的基于移动图书馆的图书推荐方法， 其特征在于， 所述根据用户 的视频浏览记录对排序结果进行修 正， 包括： 根据视频浏览记录 中视频播放 时间距当前时刻的时长由短到长的顺序， 将每条视频浏 览记录至多归类到一个购书类别当中， 直至被归类的视频浏览记录总数达 到第三阈值； 对于任意相邻的两个购书类别， 若相邻重要指数差值Ri‑Ri+1与购书类别的重要指数Ri 的比值小于等于第四阈值， 且前一个购书类别对应的视频浏览记录小于后一个购书类别对 应的视频浏览记录， 则交换两个购书类别的位置， 所述差值Ri‑Ri+1是所述Ri与后一个购书类 别的重要指数Ri+1的差值。 3.根据权利要求1所述的基于移动图书馆的图书推荐方法， 其特征在于， 所述根据用户 的视频浏览记录确定用户的阅读爱好， 包括： 根据视频浏览记录 中视频播放 时间距当前时刻的时长由短到长， 提取每条视频浏览记 录的至少一个标签；权　利　要　求　书 1/2 页 2 CN 115098803 B 3