一种基于人工智能的智慧图书馆借阅管理系统

1.本发明涉及图书馆借阅管理技术领域，具体是一种基于人工智能的智慧图书馆借阅管理系统。


背景技术：

2.图书馆是搜集、整理、收藏图书资料以供人阅览、参考的机构，有保存人类文化遗产、开发信息资源、参与社会教育等职能，且图书馆是社会记忆的外存和选择传递机制，即图书馆是社会知识、信息、文化的记忆装置、扩散装置，目前在进行图书馆的图书借阅时需要先进行会员注册，注册会员方能进行对应图书馆的图书借阅，图书馆对图书的借阅信息进行保存；
3.但现有技术中的图书馆借阅管理系统，仅能起到记录和查询在馆图书和图书借阅信息的功能，无法实现对图书馆所储存图书类型的热度趋势分析，不利于进行图书馆的书籍管理，且不能将兴趣推荐和热度推荐两者相结合以实现准确推荐，注册会员难以进行图书的快速查找借阅，以及无法实现对注册会员的分析评估并进行等级划分，不利于吸引用户和进行后续有效监管；
4.针对上述的技术缺陷，现提出一种解决方案。


技术实现要素：

5.本发明的目的在于提供一种基于人工智能的智慧图书馆借阅管理系统，解决了现有技术中无法实现对图书馆所储存图书类型的热度趋势分析，不利于进行图书馆的书籍管理，且不能将兴趣推荐和热度推荐两者相结合以实现准确推荐，以及无法实现对注册会员的分析评估并进行等级划分，不利于吸引用户和进行后续有效监管的问题。
6.为实现上述目的，本发明提供如下技术方案：一种基于人工智能的智慧图书馆借阅管理系统，包括图书借阅管理平台、平台注册登录验证模块、图书热度趋势分析模块、图书推荐展示模块、注册会员评估管理模块以及图书馆管理端；
7.平台注册登录验证模块用于会员注册并进行会员信息存储至图书借阅管理平台，以及用于进行注册会员的登录验证，在登录验证过程中，若对应注册会员登录验证信息正确则使其成功登录图书借阅管理平台，否则不允许其登录图书借阅管理平台；
8.图书热度趋势分析模块用于将图书馆在馆图书的类型标记为热度分析类型i，将热度分析类型i进行热度分析并通过热度分析将热度分析类型i标记为热门类型或冷门类型，以及将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号；将对应热门类型的图书不足信号以及对应冷门类型的图书过量信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行图书不足信号所对应热门类型的图书补充，以及进行图书过量信号所对应冷门类型的图书清理；
9.在对应注册会员登录并进行图书查询时，图书推荐展示模块通过分析获取到对应
注册会员的会员兴趣类型和辅助推荐类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书，以及向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书；注册会员评估管理模块将对应注册会员进行评估管理分析，通过评估管理分析将对应注册会员标记为优级会员或劣级会员，将优级会员或劣级会员经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行对应优级会员的借阅优惠和加强服务品质，以及加强对应劣级会员的借阅归还监管和图书归还督促。
10.进一步的，图书热度趋势分析模块的具体运行过程包括：
11.获取到图书馆在馆图书的类型，将对应图书类型标记为热度分析类型i，i＝{1，2，
…
，n}，n表示图书类型数量且n为大于1的自然数；将单位时间内借阅热度分析类型i所属图书的借阅次数标记为借阅量，将单位时间内借阅热度分析类型i所属图书的注册会员数量标记为人借量，以及获取到单位时间内热度分析类型i所属图书每次的借阅时长，将每次的借阅时长相加并取和值以得到借阅总时；
12.将单位时间内热度分析类型i的借阅量、人借量和借阅总时进行归一化计算得到热度趋势值，将热度趋势值与预设热度趋势阈值进行数值比较，若热度趋势值超过预设热度趋势阈值，则将对应热度分析类型标记为热门类型，否则将对应热度分析类型标记为冷门类型。
13.进一步的，在将热度分析类型标记为热门类型或冷门类型后，获取到图书馆中对应热门类型所属图书的总数，并获取到单位时间内图书馆中对应热门类型的平均在馆图书数量，将平均在馆图书数量与对应热门类型所属图书的总数进行比值计算得到图书借阅系数，若图书借阅系数超过预设图书借阅系数阈值，则生成对应热门类型的图书充足信号，若图书借阅系数未超过预设图书借阅系数阈值，则生成对应热门类型的图书不足信号；
14.以及获取到图书馆中对应冷门类型所属图书的总数，并获取到单位时间内图书馆中对应冷门类型的平均在馆图书数量，将平均在馆图书数量与对应冷门类型所属图书的总数进行比值计算得到图书冷门系数，若图书冷门系数超过预设图书冷门系数阈值，则生成对应冷门类型的图书过量信号，若图书冷门系数未超过预设图书冷门系数阈值，则生成对应冷门类型的图书适量信号。
15.进一步的，图书推荐展示模块的具体运行过程包括：
16.在对应注册会员登录并进行图书查询时，获取到单位时间内对应注册会员的历史查询借阅信息，历史查询借阅信息包括对应注册会员进行对应图书类型所属图书的借阅次数占比值、借阅时长占比值和查询次数占比值，将借阅次数占比值、借阅时长占比值和查询次数占比值进行数值计算得到会员兴趣系数，按照会员兴趣系数数值由大到小进行图书类型的排序，将位于首位的图书类型标记为会员兴趣类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书；以及获取到单位时间内图书馆的所有热门类型以及热度趋势值，按照热度趋势值的数值由大到小的顺序进行热门类型的排序，将位于首位的热门类型标记为辅助推荐类型，向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书。
17.进一步的，评估管理分析的具体分析过程包括：
18.将对应图书馆的注册会员标记为e，e＝{1，2，
…
，m}，m表示对应图书馆注册会员数量且m为大于1的自然数，采集到注册会员e的注册时刻，将系统当前时刻减去注册时刻得到
注册会员e的黏性时长，以及获取到注册会员e在对应图书馆的图书借阅频次和消费金额，将黏性时长、图书借阅频次和消费金额进行数值计算得到会员黏性值，将会员黏性值与预设会员黏性阈值进行数值比较，若会员黏性值未超过预设会员黏性阈值，则将对应注册会员e标记为劣级会员，若会员黏性值超过预设会员黏性阈值，则通过分析获取到对应注册会员e的会员评估值，将会员评估值与预设会员评估阈值进行数值比较，若会员评估值超过预设会员评估阈值，则将对应注册会员e标记为优级会员，否则将对应注册会员e标记为劣级会员。
19.进一步的，注册会员e的会员评估值的分析获取方法具体如下：
20.获取到对应注册会员e按时归还图书的次数，将按时归还图书的次数与图书借阅频次进行比值计算得到按时归还占比值，并获取到每次按时归还图书的提前时长，将所有提前时长相加并除以按时归还图书的次数以得到平均提前时长，以及获取到注册会员e在历史借阅过程中造成图书遗失的次数和造成图书损坏的次数，将造成图书遗失的次数和造成图书损坏的次数相加得到非正常借阅频次，将注册会员e的会员黏性值减去预设会员黏性阈值得到会员黏性差值，将按时归还占比值、平均提前时长、非正常借阅频次和会员黏性差值进行数值计算得到会员评估值。
21.进一步的，图书借阅管理平台与平台监管预警分析模块通信连接，平台监管预警分析模块用于获取到监管周期内图书借阅管理平台的总崩溃次数，以及每次崩溃的持续时长，将超过预设持续时长阈值的崩溃过程标记为超时崩溃过程，将超过崩溃过程的次数与图书借阅管理平台的总崩溃次数进行比值计算得到超时崩溃占比值，将超时崩溃占比值与总崩溃次数进行数值计算得到监管预警值；
22.将监管预警值与预设监管预警阈值进行数值比较，若监管预警值超过预设监管预警阈值，则生成平台预警信号，若监管预警值未超过预设监管预警阈值，则通过监管策略分析再次判定是否生成平台预警信号，将平台预警信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员接收到平台预警信号后及时加强图书借阅管理平台的监管维护，以及加强漏洞查询修复和病毒查杀频率。
23.进一步的，监管策略分析的具体分析过程如下：
24.将监管周期中设定若干个监测时点，相邻两组监测时点的时间间隔相同，获取到对应监测时点图书借阅管理平台的平均在线人数，将超过平均在线人数阈值的监测时点标记为超载时点，将超载时点的平均在线人数减去预设平均在线人数阈值得到超载差值，将所有超载差值进行求和计算并取均值得到超载差表值，将超载时点的数量与监测时点的数量进行比值计算得到超载时占值，将预设监管预警阈值与监管预警值进行差值计算得到监管预警差值，以及将监管预警差值、超载时占值和超载差表值进行数值计算得到监管评估值，将监管评估值与预设监管评估阈值进行数值比较，若监管评估值超过预设监管评估阈值，则生成平台预警信号，否则不生成平台预警信号。
25.与现有技术相比，本发明的有益效果是：
26.1、本发明中，通过图书热度趋势分析模块进行热度分析将热度分析类型i标记为热门类型或冷门类型，将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号，方便管理人员进行图书馆的书籍管理；在对应注册会员登录并进行图书查询时，图书推荐展示模块通
过分析获取到对应注册会员的会员兴趣类型和辅助推荐类型，将兴趣推荐和热度推荐两者相结合以有助于实现准确推荐，方便注册会员进行图书的快速查找借阅；
27.2、本发明中，通过注册会员评估管理模块进行评估管理分析以将对应注册会员标记为优级会员或劣级会员，方便管理人员后续进行针对性的服务，有助于吸引用户注册并进行对应图书馆的图书借阅，加大图书馆的营收，并改善对应注册会员的借阅习惯，实现对借阅人员的妥善管理；平台监管预警分析模块将图书借阅管理平台的运行进行监管分析以判定是否生成平台预警信号，有助于及时加强图书借阅管理平台的监管维护，以及加强漏洞查询修复和病毒查杀频率，保证图书借阅管理平台后续的稳定运行。
附图说明
28.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
29.图1为本发明的整体系统框图；
30.图2为本发明中实施例二的系统框图。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.实施例一：
33.如图1所示，本发明提出的一种基于人工智能的智慧图书馆借阅管理系统，包括图书借阅管理平台、平台注册登录验证模块、图书热度趋势分析模块、图书推荐展示模块、注册会员评估管理模块以及图书馆管理端，且图书借阅管理平台与平台注册登录验证模块、图书热度趋势分析模块、图书推荐展示模块、注册会员评估管理模块以及图书馆管理端均通信连接；
34.平台注册登录验证模块用于会员注册并进行会员信息存储至图书借阅管理平台，以及用于进行注册会员的登录验证，在登录验证过程中，若对应注册会员登录验证信息正确则使其成功登录图书借阅管理平台，否则不允许其登录图书借阅管理平台；图书热度趋势分析模块的具体运行过程如下：
35.获取到图书馆在馆图书的类型，将对应图书类型标记为热度分析类型i，i＝{1，2，
…
，n}，n表示图书类型数量且n为大于1的自然数；将单位时间内借阅热度分析类型i所属图书的借阅次数标记为借阅量jyi，将单位时间内借阅热度分析类型i所属图书的注册会员数量标记为人借量rji，以及获取到单位时间内热度分析类型i所属图书每次的借阅时长，将每次的借阅时长相加并取和值以得到借阅总时jsi；需要说明的是，借阅量的数值越大、人借量的数值越大且借阅总时的数值越大，表明对应图书类型的图书馆馆藏图书在单位时间内越受欢迎；优选的，单位时间为三十天；
36.通过公式rdi＝qk1*jyi+qk2*rji+qk3*jsi将单位时间内热度分析类型i的借阅量jyi、人借量rji和借阅总时jsi进行归一化计算后得到对应热度分析类型i的热度趋势值rdi；其中，qk1、qk2、qk3为预设权重系数，qk2＞qk1＞qk3＞0，并且，热度趋势值rdi的数值
越大，表明对应图书类型的热度热高；将热度趋势值与预设热度趋势阈值进行数值比较，若热度趋势值超过预设热度趋势阈值，则将对应热度分析类型标记为热门类型，若热度趋势值未超过预设热度趋势阈值，则将对应热度分析类型标记为冷门类型。
37.在将热度分析类型标记为热门类型或冷门类型后，获取到图书馆中对应热门类型所属图书的总数，并获取到单位时间内图书馆中对应热门类型的平均在馆图书数量，将平均在馆图书数量与对应热门类型所属图书的总数进行比值计算得到图书借阅系数，图书借阅系数的数值越小，表明对应热门类型的图书数量存在不足的问题，可根据需要加以补充；将图书借阅系数与预设图书借阅系数阈值进行数值比较，若图书借阅系数超过预设图书借阅系数阈值，则生成对应热门类型的图书充足信号，若图书借阅系数未超过预设图书借阅系数阈值，则生成对应热门类型的图书不足信号；
38.以及获取到图书馆中对应冷门类型所属图书的总数，并获取到单位时间内图书馆中对应冷门类型的平均在馆图书数量，将平均在馆图书数量与对应冷门类型所属图书的总数进行比值计算得到图书冷门系数，并且，图书冷门系数的数值越大，表明对应冷门类型的图书存在过量的问题，可根据需要进行相关书籍的下架；将图书冷门系数与预设图书冷门系数阈值进行数值比较，若图书冷门系数超过预设图书冷门系数阈值，表明对应冷门图书的数量存在过多的问题，则生成对应冷门类型的图书过量信号，若图书冷门系数未超过预设图书冷门系数阈值，则生成对应冷门类型的图书适量信号。
39.通过图书热度趋势分析模块将图书馆在馆图书的类型标记为热度分析类型i，将热度分析类型i进行热度分析并通过热度分析将热度分析类型i标记为热门类型或冷门类型，以及将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号；将对应热门类型的图书不足信号以及对应冷门类型的图书过量信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行图书不足信号所对应热门类型的图书补充，以及进行图书过量信号所对应冷门类型的图书清理，方便管理人员进行图书馆的书籍管理。
40.在对应注册会员登录并进行图书查询时，图书推荐展示模块通过分析获取到对应注册会员的会员兴趣类型和辅助推荐类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书，以及向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书，将兴趣推荐和热度推荐两者相结合，以有助于实现准确推荐，方便注册会员进行图书的快速查找借阅，智能化程度高；图书推荐展示模块的具体运行过程如下：
41.在对应注册会员登录并进行图书查询时，获取到单位时间内对应注册会员的历史查询借阅信息，历史查询借阅信息包括对应注册会员进行对应图书类型所属图书的借阅次数占比值jt、借阅时长占比值jz和查询次数占比值cs；其中，借阅次数占比值是表示所借阅图书中对应图书类型的图书借阅次数占单位时间借阅总次数的比值大小的数值，借阅时长占比值是表示所借阅图书中对应图书类型的借阅时长占单位时间总借阅时长的比值大小的数值，查询次数占比值是表示所查询图书信息中对应图书类型的查询次数占单位时间内总查询次数的比值大小的数值；
42.通过公式hx＝bu1*jt+bu2*jz+bu3*cs将借阅次数占比值jt、借阅时长占比值jz和查询次数占比值cs进行数值计算后得到会员兴趣系数hx，其中，bu1、bu2、bu3为预设权重系数，bu1＞bu3＞bu2＞0；并且，会员兴趣系数hx的数值越大，表明对应注册会员越钟爱对应
图书类型的书籍；按照会员兴趣系数数值由大到小进行图书类型的排序，将位于首位的图书类型标记为会员兴趣类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书；以及获取到单位时间内图书馆的所有热门类型以及热度趋势值，按照热度趋势值的数值由大到小的顺序进行热门类型的排序，将位于首位的热门类型标记为辅助推荐类型，向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书。
43.注册会员评估管理模块将对应注册会员进行评估管理分析，通过评估管理分析将对应注册会员标记为优级会员或劣级会员，将优级会员或劣级会员经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行对应优级会员的借阅优惠和加强服务品质，有助于吸引用户注册并进行对应图书馆的图书借阅，加大图书馆的营收，以及加强对应劣级会员的借阅归还监管和图书归还督促，有助于改善对应注册会员的借阅习惯，实现对借阅人员的妥善管理；评估管理分析的具体分析过程如下：
44.将对应图书馆的注册会员标记为e，e＝{1，2，
…
，m}，m表示对应图书馆注册会员数量且m为大于1的自然数，采集到注册会员e的注册时刻，将系统当前时刻减去注册时刻得到注册会员e的黏性时长nse，以及获取到对应注册会员e在对应图书馆的图书借阅频次tje和消费金额xje，通过会员黏性分析公式hne＝fp1*nse+fp2*tje+fp3*xje将黏性时长nse、图书借阅频次tje和消费金额xje进行数值计算后得到会员黏性值hne，其中，fp1、fp2、fp3为预设权重系数，fp2＞fp3＞fp1＞0；并且，会员黏性值hne的数值越小，表明对应注册会员e的用户黏性越弱；将会员黏性值与预设会员黏性阈值进行数值比较，若会员黏性值未超过预设会员黏性阈值，则将对应注册会员e标记为劣级会员；
45.若会员黏性值超过预设会员黏性阈值，则获取到对应注册会员e按时归还图书的次数，将按时归还图书的次数与图书借阅频次进行比值计算得到按时归还占比值age，并获取到每次按时归还图书的提前时长，将所有提前时长相加并除以按时归还图书的次数以得到平均提前时长tse，以及获取到注册会员e在历史借阅过程中造成图书遗失的次数和造成图书损坏的次数，将造成图书遗失的次数和造成图书损坏的次数相加得到非正常借阅频次fze，将注册会员e的会员黏性值减去预设会员黏性阈值得到会员黏性差值nce；
46.通过公式将按时归还占比值age、平均提前时长tse、非正常借阅频次fze和会员黏性差值nce进行数值计算后得到会员评估值hpe；其中，st1、st2、st3、st4为预设比例系数，st1、st2、st3、st4的取值均大于零；并且，会员评估值hpe的数值越大，表明对应注册会员e的黏性越强且借阅行为表现越好；将会员评估值与预设会员评估阈值进行数值比较，若会员评估值超过预设会员评估阈值，则将对应注册会员e标记为优级会员，若会员评估值未超过预设会员评估阈值，则将对应注册会员e标记为劣级会员。
47.实施例二：
48.如图2所示，本实施例与实施例1的区别在于，图书借阅管理平台与平台监管预警分析模块通信连接，平台监管预警分析模块用于设定监管周期，优选的，监管周期为七天；以及获取到监管周期内图书借阅管理平台的总崩溃次数并标记为zb，图书借阅管理平台的崩溃过程是表示图书借阅管理平台出现无法登录或进行图书查询操作的状况，并获取到每
次崩溃的持续时长，将持续时长与预设持续时长阈值进行数值比较，将超过预设持续时长阈值的崩溃过程标记为超时崩溃过程，将超过崩溃过程的次数与图书借阅管理平台的总崩溃次数进行比值计算得到超时崩溃占比值cb；
49.通过公式jy＝a1*cb+a2*zb将超时崩溃占比值cb与总崩溃次数zb进行数值计算后得到监管预警值jy；其中，a1、a2为预设权重系数，a1＞a2＞1；并且，监管预警值jy的数值大小与超时崩溃占比值cb与总崩溃次数zb均呈正比关系，超时崩溃占比值cb的数值越大、总崩溃次数zb的数值越大，则监管预警值jy的数值越大，表明监管周期内图书借阅管理平台的运行表现越差；将监管预警值jy与预设监管预警阈值进行数值比较，若监管预警值jy超过预设监管预警阈值，表明在监管周期内图书借阅管理平台的运行表现较差，在后续需要加强维护和平台升级优化，则生成平台预警信号；
50.若监管预警值jy未超过预设监管预警阈值，则将监管周期中设定若干个监测时点，相邻两组监测时点的时间间隔相同，获取到对应监测时点图书借阅管理平台的平均在线人数，需要说明的是，图书借阅管理平台的同时在线人数越多越容易出现崩溃状况，将超过平均在线人数阈值的监测时点标记为超载时点，将超载时点的平均在线人数减去预设平均在线人数阈值得到超载差值，将所有超载差值进行求和计算并取均值得到超载差表值cp，将超载时点的数量与监测时点的数量进行比值计算得到超载时占值cz，将预设监管预警阈值与监管预警值进行差值计算得到监管预警差值jc；
51.通过公式jp＝fhk1/(jc+1.215)+fhk2*cz+fhk3*cp将监管预警差值jc、超载时占值cz和超载差表值cp进行数值计算后得到监管评估值jp；其中，fhk1、fhk2、fhk3为预设权重系数，fhk1、fhk2、fhk3的取值均大于零，fhk1＞fhk2＞fhk3；并且，监管评估值jp的数值大小与监管预警差值jc呈反比关系，与超载时占值cz和超载差表值cp均呈正比关系，监管评估值jp的数值越大，表明越需要加强图书借阅管理平台的监管和维护；
52.将监管评估值与预设监管评估阈值进行数值比较，若监管评估值超过预设监管评估阈值，则生成平台预警信号，若监管评估值未超过预设监管评估阈值，则不生成平台预警信号；将平台预警信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员接收到平台预警信号后及时加强图书借阅管理平台的监管维护，以及加强漏洞查询修复和病毒查杀频率，以保证图书借阅管理平台后续的稳定运行。
53.本发明在使用时，通过平台注册登录验证模块进行会员注册和注册会员的登录验证，通过图书热度趋势分析模块将图书馆在馆图书的类型标记为热度分析类型i，以及通过热度分析将热度分析类型i标记为热门类型或冷门类型，以及将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号，管理人员进行图书不足信号所对应热门类型的图书补充，以及进行图书过量信号所对应冷门类型的图书清理，方便管理人员进行图书馆的书籍管理；在对应注册会员登录并进行图书查询时，图书推荐展示模块通过分析获取到对应注册会员的会员兴趣类型和辅助推荐类型，将兴趣推荐和热度推荐两者相结合以有助于实现准确推荐，方便注册会员进行图书的快速查找借阅；且通过注册会员评估管理模块进行评估管理分析以将对应注册会员标记为优级会员或劣级会员，方便管理人员后续进行针对性的服务，有助于吸引用户注册并进行对应图书馆的图书借阅，加大图书馆的营收，并有助于改善对应注册会员的借阅习惯，实现对借阅人员的妥善管理。
54.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，包括图书借阅管理平台、平台注册登录验证模块、图书热度趋势分析模块、图书推荐展示模块、注册会员评估管理模块以及图书馆管理端；平台注册登录验证模块用于会员注册并进行会员信息存储至图书借阅管理平台，以及用于进行注册会员的登录验证，在登录验证过程中，若对应注册会员登录验证信息正确则使其成功登录图书借阅管理平台，否则不允许其登录图书借阅管理平台；图书热度趋势分析模块用于将图书馆在馆图书的类型标记为热度分析类型i，将热度分析类型i进行热度分析并通过热度分析将热度分析类型i标记为热门类型或冷门类型，以及将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号；将对应热门类型的图书不足信号以及对应冷门类型的图书过量信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行图书不足信号所对应热门类型的图书补充，以及进行图书过量信号所对应冷门类型的图书清理；在对应注册会员登录并进行图书查询时，图书推荐展示模块通过分析获取到对应注册会员的会员兴趣类型和辅助推荐类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书，以及向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书；注册会员评估管理模块将对应注册会员进行评估管理分析，通过评估管理分析将对应注册会员标记为优级会员或劣级会员，将优级会员或劣级会员经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员进行对应优级会员的借阅优惠和加强服务品质，以及加强对应劣级会员的借阅归还监管和图书归还督促。2.根据权利要求1所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，图书热度趋势分析模块的具体运行过程包括：获取到图书馆在馆图书的类型，将对应图书类型标记为热度分析类型i，将单位时间内借阅热度分析类型i所属图书的借阅次数标记为借阅量，将单位时间内借阅热度分析类型i所属图书的注册会员数量标记为人借量，以及获取到单位时间内热度分析类型i所属图书每次的借阅时长，将每次的借阅时长相加并取和值以得到借阅总时；将单位时间内热度分析类型i的借阅量、人借量和借阅总时进行归一化计算得到热度趋势值，将热度趋势值与预设热度趋势阈值进行数值比较，若热度趋势值超过预设热度趋势阈值，则将对应热度分析类型标记为热门类型，否则将对应热度分析类型标记为冷门类型。3.根据权利要求2所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，在将热度分析类型标记为热门类型或冷门类型后，获取到图书馆中对应热门类型所属图书的总数，并获取到单位时间内图书馆中对应热门类型的平均在馆图书数量，将平均在馆图书数量与对应热门类型所属图书的总数进行比值计算得到图书借阅系数，若图书借阅系数超过预设图书借阅系数阈值，则生成对应热门类型的图书充足信号，若图书借阅系数未超过预设图书借阅系数阈值，则生成对应热门类型的图书不足信号；以及获取到图书馆中对应冷门类型所属图书的总数，并获取到单位时间内图书馆中对应冷门类型的平均在馆图书数量，将平均在馆图书数量与对应冷门类型所属图书的总数进行比值计算得到图书冷门系数，若图书冷门系数超过预设图书冷门系数阈值，则生成对应
冷门类型的图书过量信号，若图书冷门系数未超过预设图书冷门系数阈值，则生成对应冷门类型的图书适量信号。4.根据权利要求1所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，图书推荐展示模块的具体运行过程包括：在对应注册会员登录并进行图书查询时，获取到单位时间内对应注册会员的历史查询借阅信息，历史查询借阅信息包括对应注册会员进行对应图书类型所属图书的借阅次数占比值、借阅时长占比值和查询次数占比值，将借阅次数占比值、借阅时长占比值和查询次数占比值进行数值计算得到会员兴趣系数，按照会员兴趣系数数值由大到小进行图书类型的排序，将位于首位的图书类型标记为会员兴趣类型，向对应注册会员重点推荐并展示相应会员兴趣类型中的在馆图书；以及获取到单位时间内图书馆的所有热门类型以及热度趋势值，按照热度趋势值的数值由大到小的顺序进行热门类型的排序，将位于首位的热门类型标记为辅助推荐类型，向对应注册会员辅助推荐并展示相应辅助推荐类型中的在馆图书。5.根据权利要求1所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，评估管理分析的具体分析过程包括：将对应图书馆的注册会员标记为e，采集到注册会员e的注册时刻，将系统当前时刻减去注册时刻得到注册会员e的黏性时长，以及获取到注册会员e在对应图书馆的图书借阅频次和消费金额，将黏性时长、图书借阅频次和消费金额进行数值计算得到会员黏性值，将会员黏性值与预设会员黏性阈值进行数值比较，若会员黏性值未超过预设会员黏性阈值，则将对应注册会员e标记为劣级会员，若会员黏性值超过预设会员黏性阈值，则通过分析获取到对应注册会员e的会员评估值，将会员评估值与预设会员评估阈值进行数值比较，若会员评估值超过预设会员评估阈值，则将对应注册会员e标记为优级会员，否则将对应注册会员e标记为劣级会员。6.根据权利要求5所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，注册会员e的会员评估值的分析获取方法具体如下：获取到对应注册会员e按时归还图书的次数，将按时归还图书的次数与图书借阅频次进行比值计算得到按时归还占比值，并获取到每次按时归还图书的提前时长，将所有提前时长相加并除以按时归还图书的次数以得到平均提前时长，以及获取到注册会员e在历史借阅过程中造成图书遗失的次数和造成图书损坏的次数，将造成图书遗失的次数和造成图书损坏的次数相加得到非正常借阅频次，将注册会员e的会员黏性值减去预设会员黏性阈值得到会员黏性差值，将按时归还占比值、平均提前时长、非正常借阅频次和会员黏性差值进行数值计算得到会员评估值。7.根据权利要求1所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，图书借阅管理平台与平台监管预警分析模块通信连接，平台监管预警分析模块用于获取到监管周期内图书借阅管理平台的总崩溃次数，以及每次崩溃的持续时长，将超过预设持续时长阈值的崩溃过程标记为超时崩溃过程，将超过崩溃过程的次数与图书借阅管理平台的总崩溃次数进行比值计算得到超时崩溃占比值，将超时崩溃占比值与总崩溃次数进行数值计算得到监管预警值；将监管预警值与预设监管预警阈值进行数值比较，若监管预警值超过预设监管预警阈值，则生成平台预警信号，若监管预警值未超过预设监管预警阈值，则通过监管策略分析再
次判定是否生成平台预警信号，将平台预警信号经图书借阅管理平台发送至图书馆管理端，对应图书馆管理端的管理人员接收到平台预警信号后及时加强图书借阅管理平台的监管维护，以及加强漏洞查询修复和病毒查杀频率。8.根据权利要求7所述的一种基于人工智能的智慧图书馆借阅管理系统，其特征在于，监管策略分析的具体分析过程如下：将监管周期中设定若干个监测时点，相邻两组监测时点的时间间隔相同，获取到对应监测时点图书借阅管理平台的平均在线人数，将超过平均在线人数阈值的监测时点标记为超载时点，将超载时点的平均在线人数减去预设平均在线人数阈值得到超载差值，将所有超载差值进行求和计算并取均值得到超载差表值，将超载时点的数量与监测时点的数量进行比值计算得到超载时占值，将预设监管预警阈值与监管预警值进行差值计算得到监管预警差值，以及将监管预警差值、超载时占值和超载差表值进行数值计算得到监管评估值，将监管评估值与预设监管评估阈值进行数值比较，若监管评估值超过预设监管评估阈值，则生成平台预警信号，否则不生成平台预警信号。

技术总结
本发明属于图书馆借阅管理技术领域，具体是一种基于人工智能的智慧图书馆借阅管理系统，包括图书借阅管理平台、平台注册登录验证模块、图书热度趋势分析模块、图书推荐展示模块、注册会员评估管理模块以及图书馆管理端；本发明是通过热度分析将热度分析类型标记为热门类型或冷门类型，将热门类型和冷门类型分别进行分析以生成对应热门类型的图书充足信号或图书不足信号和生成对应冷门类型的图书过量信号或图书适量信号，方便管理人员进行图书馆的书籍管理，并将兴趣推荐和热度推荐两者相结合以有助于实现准确推荐，且通过进行评估管理分析以将注册会员标记为优级会员或劣级会员，方便后续进行针对性的服务，实现对借阅人员的妥善管理。人员的妥善管理。人员的妥善管理。


技术研发人员：张军华 郑芳 宗永玲 王宝红
受保护的技术使用者：黄淮学院
技术研发日：2023.05.11
技术公布日：2023/8/9