[发明专利]一种高校图书馆用户画像系统的生成方法

说明书

一种高校图书馆用户画像系统的生成方法，首先通过ETL技术将图书馆各业务系统的数据进行预处理，然后将清洗后的数据集成到数据仓库中，基于马氏距离的多视角二分K‑means算法对读者数据进行聚类，并将结果转换为关系型数据后存储于数据持久层的用户画像表和群体画像表中，最后通过高校图书馆用户画像系统进行前端展示。最后基于微服务架构和java语言与数据持久层进行数据交互，并将数据进行封装后提供给前端进行展示。本发明大大增加了读者对图书馆的兴趣和粘性。

技术领域

本发明涉及用户画像、系统架构、微服务技术，是一种高校图书馆用户画像系统的生成方法。

背景技术

用户画像是真实用户的虚拟代表，其实是建立在一系列真实数据之上的用户模型。通过用户留在网络上的“数字足迹”或是调查调研来了解用户的兴趣偏好、行为模式，对不同的用户按照特征进行分类，抽取出这些用户的典型特征，并给不同用户赋予名字、照片等一些人口统计学要素的描述，据此就形成了一个人物原型。也就是说，用户画像的核心理念是给不同的用户按照特征“贴标签”，在这些标签中，部分能够根据用户的行为数据直接得到，而不能直接获取的则需要利用一定的挖掘算法与程序。用户画像在国外图书馆领域的研究集中在用户体验改善且应用逐步趋向成熟，内容涵盖定义与组成、算法与技术、模型构建、实践应用以及问题与策略等多视角的研究。国内图书馆领域对用户画像的研究起步较晚。2010年末，郑宝鑫等在“广东通信2010青年论坛”会议上首次使用“用户画像”一词。但是，我国的用户画像研究直至2016年才引起相关学者广泛关注，于2017年中后期达到研究高潮。大数据环境下，用户画像在图书馆领域的研究与应用正在逐步兴起，尚未进入成熟阶段，国内图书馆界对用户画像的研究同样处于初步探索中，实践中还面临不少问题，其中涉及用户隐私和用户兴趣的变化等问题，还有待图书馆界根据实际情况进行深入分析和探讨。

发明内容

为了克服现有技术无法生成高校图书馆用户画像的不足，本发明通过对高校图书馆和读者的深入调查和分析，结合市场上现有的用户画像系统，对馆员用户和读者用户的需求进行了分析，本发明提供了一种高校图书馆用户画像系统的生成方法。

本发明为了解决上述技术问题采用的技术方案如下：

一种高校图书馆用户画像系统的生成方法，所述方法包括如下步骤：

(1)构建读者行为数据仓库：读者行为数据包括读者借阅数据、进馆数据、公共资源使用数据、电子资源使用数据，除了行为数据外还有馆藏数据和读者个人数据基本信息数据；构建统一的数据仓库，并通过ETL等数据清理工具将各个资源库的数据汇总为统一的格式到数据仓库中；

(2)使用多视角聚类算法进行聚类操作：从用户行为数据出发，构建多维度多视角读者特征体系，同时根据读者行为数据的特点，选取聚类算法中的经典K-means算法进行读者群体聚类，针对经典K-means算法陷入局部最优和欧式距离在多视角聚类中的局限性，使用了一种基于马氏距离的多视角二分K-means算法；

(3)基于多视角聚类实现用户画像：该步骤包含数据清洗、构建多维度多视角读者特征体系、针对某一维度或多个维度组合的读者进行多视角聚类、根据得出的用户群体的重要性通过数据库技术提取读者的用户特征、最后利用可视化技术得出用户画像；

(4)实现一个基于用户画像的图书馆推荐系统：根据上述阶段得出的用户画像，设计一个用户画像系统，能够挖掘读者的潜在需求，并能够推荐给读者其个性化的服务。

进一步，所述步骤(2)中，基于马氏距离的多视角二分K-means算法，输入为多视角数据集D，聚类簇数k；输出为簇划分C＝C1,C2,C3,…Ck，步骤如下：

2.1)将所有数据看作一个簇，计算簇中心

2.2)满足簇中心个数hk条件时循环以下步骤；

2.3)i分别取1,2,…,h进行以下操作；