本发明属于信息推荐，尤其涉及基于用户画像的图书馆个性化资源推荐方法。
背景技术：
1、现有技术中，当用户没有明确的图书借阅目标时，图书馆并不能根据用户的实际需要和喜好进行准确的图书推荐。因此亟需一种能综合考虑用户阅读偏好和时效性阅读需要的图书推荐方法，从而既能满足用户的普通阅读需求，同时也能满足用户的时效性阅读需求。
技术实现思路
1、本发明的目的在于提供基于用户画像的图书馆个性化资源推荐方法，以解决现有技术中图书推荐不满足用户需要的技术问题。
2、基于用户画像的图书馆个性化资源推荐方法，该方法包括：
3、s1：生成第一用户的第一画像，获取与所述第一画像满足预设相似度要求的n个参考画像，并根据所述n个参考画像确定出第二用户集合；
4、s2：根据所述第二用户集合的借阅图书清单，生成第一借阅图书画像和第一待推荐图书集合；
5、s3：获取预设时间段内所述第一用户的第一浏览记录，并生成第二借阅图书画像；
6、s4：根据所述第二借阅图书画像确定第二待推荐图书集合；
7、s5：根据所述第一待推荐图书集合和所述第二待推荐图书集合生成待推荐图书集合；
8、s6：根据所述第一借阅图书画像和所述第二借阅图书画像为所述待推荐图书集合中的图书进行排序，从而生成第一待推荐图书清单；
9、s7：根据图书的借阅状态对所述第一待推荐图书清单进行调整，从而获得推荐图书清单，将所述推荐图书清单发送至所述第一用户的终端；
10、其中，所述s1包括如下子步骤：
11、s11：获取所述第一用户的基本信息和借阅历史信息，生成所述第一用户的第一画像；
12、s12：获取所述n个第二用户的基本信息和借阅历史信息，生成n个参考画像；
13、s13：计算所述第一画像与n个所述参考画像的余弦相似度，将所述余弦相似度大于阈值的参考画像确定为第一参考画像；
14、s14：根据每一个所述第二用户与每一个所述第一参考画像的对应关系，确定出第二用户集合；
15、所述s6包括如下子步骤：
16、s61：基于所述第一借阅图书画像和所述第二借阅图书画像，生成第一标签集合；
17、s62：将所述第一标签集合输入借阅图书类别预测模型中，输出n个借阅图书类别，以形成第一借阅图书类别集合；
18、s63：计算所述待推荐图书集合中的每一本图书与所述第一借阅图书类别集合的相似度，根据所述相似度完成排序操作，以生成所述第一待推荐图书清单。
19、优选的，所述s2包括：
20、s21：获取预设时间段内所述第二用户集合中每一个第二用户的历史借阅记录，生成借阅图书集合；
21、s22：为所述借阅图书集合中的每一本图书生成第一图书画像，并对n个所述第一图书画像进行k-means聚类，获得n个第一聚类中心；
22、s23：针对每一个所述第一聚类中心，进行图书同类扩展，获得n个第一扩展图书集合；
23、s24：根据所述n个第一扩展图书集合，确定第一待推荐图书集合；根据与所述n个第一聚类中心相对应的聚类中心画像，生成所述第一借阅图书画像。
24、优选的，所述s3包括：
25、s31：获取所述第一用户在预设时间段内的第一浏览记录集合；
26、s32：从所述第一浏览记录集合中提取第一关键词集合，并基于所述第一关键词集合生成所述第二借阅图书画像。
27、优选的，所述s4包括：
28、s41：计算所述第二借阅图书画像与图书馆每本藏书的第二图书画像的余弦相似度；
29、s42：利用与所述余弦相似度超过预设阈值的所述第二图书画像相对应的藏书生成所述第二待推荐图书集合。
30、优选的，所述s5包括：
31、将所述第一和第二待推荐图书集合中的图书整合后，以形成所述待推荐图书集合。
32、优选的，所述s7包括：
33、s71：针对所述第一待推荐图书清单中的第一图书，获取借阅状态信息，若未被借阅则继续处理其他图书，若已被借阅则转入步骤s72；
34、s72：获取所述第一图书的借阅人和借阅时间，基于所述借阅人的历史借阅记录预测获得第一还书时间，若还有图书未处理则转入步骤s71，否则转入步骤s73；
35、s73：基于所述借阅状态信息和所述第一还书时间，对所述第一待推荐图书清单进行调整，从而获得推荐图书清单。
36、其中，所述n为大于等于2的整数
37、本申请提出的基于用户画像的图书馆个性化资源推荐方法。首先根据用户的基本信息和历史借阅信息来获取相似用户，并对所述相似用户的感兴趣图书类型进行扩展处理，从而形成第一待推荐图书集合，其次，根据用户的时效性浏览信息，生成第二待推荐图书集合，通过上述两个维度为用户生成待推荐图书集合，可同时满足用户的普通阅读喜好和时效性阅读喜好。另外，根据用户阅读画像中的标签信息对所述待推荐图书集合中的图书推荐顺序进行调整，并基于图书的借阅状态对所述图书推荐顺序进行进一步调整，可使得图书的推荐顺序更符合用户实际需要。
1.基于用户画像的图书馆个性化资源推荐方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于用户画像的图书馆个性化资源推荐方法，其特征在于，所述s2包括：
3.根据权利要求2所述的基于用户画像的图书馆个性化资源推荐方法，其特征在于，所述s3包括：
4.根据权利要求3所述的基于用户画像的图书馆个性化资源推荐方法，其特征在于，所述s4包括：
5.根据权利要求4所述的基于用户画像的图书馆个性化资源推荐方法，其特征在于，所述s5包括：
6.根据权利要求5所述的基于用户画像的图书馆个性化资源推荐方法，其特征在于，所述s7包括：
