大学图书阅读推荐方法、装置、设备及存储介质

技术领域

本申请涉及互联网校园应用技术领域，尤其涉及一种大学图书阅读推荐方法、装置、设备及存储介质。

背景技术

图书馆是获取、分享信息最好的平台，这也是图书馆的功能价值，高校的图书馆区别于广义的图书馆，作为高校信息资源和专业技术最为集中的场所，高校图书馆往往被视为学校的校标，被学生老师尊为学校的圣地，是信息交汇与共享的资源平台，其内书籍种类繁多，涵盖的科目类别众多。

目前，大多数高校图书馆的阅读服务都还停留在人工管理和计算机管理相结合的阶段，对于书籍的选择，往往都是由读者挑选书籍，进行登记，完成书籍借阅；但是，这种书籍借阅选择的模式常常由于图书种类繁杂，使得读者的选择存在不定向性，造成科目差别，由此可知，现有技术中高校图书馆在进行书籍推荐时，存在书籍数据繁杂，选择定向性差，不能根据学科快速进行书籍推荐的问题。

发明内容

本申请实施例的目的在于提出一种大学图书阅读推荐方法、装置、设备及存储介质，以解决现有技术中高校图书馆在进行书籍推荐时，存在书籍数据繁杂，选择定向性差，不能根据学科快速进行书籍推荐的问题。

为了解决上述技术问题，本申请实施例提供一种大学图书阅读推荐方法，采用了如下所述的技术方案：

一种大学图书阅读推荐方法，包括：

获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断所述新入库书籍是否为原有书籍的新版本；

若所述新入库书籍是原有书籍的新版本，则获取所述新入库书籍对应的原有书籍的学科分类信息，将所述学科分类信息作为新入库书籍的学科分类信息；

若所述新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和所述新入库书籍的名称信息对所述新入库书籍进行学科分类预测；

获取读者对所述新入库书籍的阅读反馈结果，并基于所述阅读反馈结果，判断所述阅读反馈结果中的学科分类与所述学科分类预测结果是否相同，若相同，将所述学科分类预测结果为所述新入库书籍的学科分类信息，否则，将所述阅读反馈结果中的学科分类作为所述新入库书籍的学科分类信息；

基于所述学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；

基于预设的阅读统计模型，对所述不同分区中的书籍进行阅读权重排序，分别获取所述不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；

获取所述待整合书籍的书籍名称，并将所述书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对所述书籍预推荐集中元素进行阅读权重排序，将所述阅读权重排序结果作为阅读推荐列表；

获取指定读者的历史借阅信息，将所述阅读推荐列表中的元素作为查询信息，并按照所述阅读推荐列表中元素的顺序依次进行查询，若不能在所述历史借阅信息中查询到所述阅读推荐列表中元素，则将所述阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照所述阅读推荐列表中元素的顺序对下一个元素继续进行查询；

若所述新入库书籍不是原有书籍的新版本且所述新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对所述新入库书籍进行阅读推荐。

进一步的，所述学科分类信息为按照大学学科名称提前预设的学科分类表，所述学科分类表中的不同元素即为不同的学科分类。

进一步的，所述预设的学科分类预测模型，包括：

获取书籍的名称信息，并对所述名称信息进行关键词提取，将所述关键词与所述学科分类表中的不同元素进行对比，将与所述关键词对应的所述学科分类表中的元素作为预测的学科分类信息。

进一步的，所述阅读反馈结果，包括：

提供可供用户进行点击操作的列表，所述列表对应不同的学科分类信息。

进一步的，所述预设的阅读统计模型，包括：

与预设的书籍后台管理系统进行连接，且能够获取所述书籍后台管理系统中不同书籍在不同时间段内被借阅的次数；

基于预设的冒泡排序算法，对所述被借阅的次数按照从大到小的顺序进行排序，获取排序结果；

将所述排序结果作为所述阅读统计模型的统计结果。

为了解决上述技术问题，本申请实施例还提供了一种大学图书阅读推荐装置，采用了如下所述的技术方案：

一种大学图书阅读推荐装置，包括：

学科分类模块、学科阅读推荐模块和新入阅读推荐模块，

所述学科分类模块，包括书籍信息获取单元、学科分类第一单元、学科分类第二单元、学科分类第三单元，

所述书籍信息获取单元，用于获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断所述新入库书籍是否为原有书籍的新版本；

所述学科分类第一单元，用于若所述新入库书籍是原有书籍的新版本，则获取所述新入库书籍对应的原有书籍的学科分类信息，将所述学科分类信息作为新入库书籍的学科分类信息；

所述学科分类第二单元，用于若所述新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和所述新入库书籍的名称信息对所述新入库书籍进行学科分类预测；

所述学科分类第三单元，用于获取读者对所述新入库书籍的阅读反馈结果，并基于所述阅读反馈结果，判断所述阅读反馈结果中的学科分类与所述学科分类预测结果是否相同，若相同，将所述学科分类预测结果为所述新入库书籍的学科分类信息，否则，将所述阅读反馈结果中的学科分类作为所述新入库书籍的学科分类信息；

所述学科阅读推荐模块，包括书籍分区单元、第一排序单元、第二排序单元、循环查询和阅读推荐单元，

所述书籍分区单元，用于基于所述学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；

所述第一排序单元，用于基于预设的阅读统计模型，对所述不同分区中的书籍进行阅读权重排序，分别获取所述不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；

所述第二排序单元，用于获取所述待整合书籍的书籍名称，并将所述书籍名称作为元素构建书籍预推荐集，对所述书籍预推荐集中元素进行阅读权重排序，将所述阅读权重排序结果作为阅读推荐列表；

所述循环查询和阅读推荐单元，用于获取指定读者的历史借阅信息，将所述阅读推荐列表中的元素作为查询信息，并按照所述阅读推荐列表中元素的顺序依次进行查询，若不能在所述历史借阅信息中查询到所述阅读推荐列表中元素，则将所述阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照所述阅读推荐列表中元素的顺序对下一个元素继续进行查询；

所述新入阅读推荐模块，用于若所述新入库书籍不是原有书籍的新版本且所述新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对所述新入库书籍进行阅读推荐。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现本申请实施例中提出的一种大学图书阅读推荐方法的步骤。

为了解决上述技术问题，本申请实施例还提供一种非易失性计算机可读存储介质，采用了如下所述的技术方案：

一种非易失性计算机可读存储介质，计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例中提出的一种大学图书阅读推荐方法的步骤。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例公开了大学图书阅读推荐方法、装置、设备及存储介质，通过获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断新入库书籍是否为原有书籍的新版本；若新入库书籍是原有书籍的新版本，则获取新入库书籍对应的原有书籍的学科分类信息，将学科分类信息作为新入库书籍的学科分类信息；若新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和新入库书籍的名称信息对新入库书籍进行学科分类预测；获取读者对新入库书籍的阅读反馈结果，并基于阅读反馈结果，判断阅读反馈结果中的学科分类与学科分类预测结果是否相同，若相同，将学科分类预测结果为新入库书籍的学科分类信息，否则，将阅读反馈结果中的学科分类作为新入库书籍的学科分类信息；通过上述步骤，完成对新入库书籍的学科分类，即能对原有书籍的新版本快速完成分类，也能通过预设预测模型对非原有书籍，正确完成分类；基于学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；基于预设的阅读统计模型，对不同分区中的书籍进行阅读权重排序，分别获取不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；获取待整合书籍的书籍名称，并将书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对书籍预推荐集中元素进行阅读权重排序，将阅读权重排序结果作为阅读推荐列表；获取指定读者的历史借阅信息，将阅读推荐列表中的元素作为查询信息，并按照阅读推荐列表中元素的顺序依次进行查询，若不能在历史借阅信息中查询到阅读推荐列表中元素，则将阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照阅读推荐列表中元素的顺序对下一个元素继续进行查询；若新入库书籍不是原有书籍的新版本且新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对新入库书籍进行阅读推荐，通过按照学科进行阅读推荐和新入库阅读推荐的方式，方便读者在校内图书馆进行阅读时，按照不同的学科直接获取推荐书籍，提高校园服务便利性。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例可以应用于其中的示例性系统架构图；

图2为本申请实施例中所述大学图书阅读推荐方法的一个实施例的流程图；

图3为本申请实施例中大学图书阅读推荐方法中新入库书籍进行学科分类的一个实施例的流程图；

图4为本申请实施例中大学图书阅读推荐方法中新入库书籍进行学科分类的一个实施例的执行逻辑图；

图5为本申请实施例中大学图书阅读推荐方法中对书籍进行阅读推荐的一个实施例的流程图；

图6为本申请实施例中大学图书阅读推荐方法中对书籍进行阅读推荐的一个实施例的执行逻辑图；

图7为本申请实施例中所述大学图书阅读推荐装置的一个实施例的结构示意图；

图8为本申请实施例中学科分类模块的结构示意图；

图9为本申请实施例中学科阅读推荐模块的结构示意图；

图10为本申请实施例中计算机设备的一个实施例的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。

需要说明的是，本申请实施例所提供的大学图书阅读推荐方法一般由服务器/终端设备执行，相应地，大学图书阅读推荐装置一般设置于服务器/终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，图中示出了本申请的大学图书阅读推荐方法的一个实施例的流程图，所述的大学图书阅读推荐方法包括以下步骤：

步骤201，获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断所述新入库书籍是否为原有书籍的新版本。

步骤202，若所述新入库书籍是原有书籍的新版本，则获取所述新入库书籍对应的原有书籍的学科分类信息，将所述学科分类信息作为新入库书籍的学科分类信息。

步骤203，若所述新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和所述新入库书籍的名称信息对所述新入库书籍进行学科分类预测。

本申请实施例中，所述学科分类信息为按照大学学科名称提前预设的学科分类表，所述学科分类表中的不同元素即为不同的学科分类。

本申请实施例中，所述预设的学科分类预测模型，包括：获取书籍的名称信息，并对所述名称信息进行关键词提取，将所述关键词与所述学科分类表中的不同元素进行对比，将与所述关键词对应的所述学科分类表中的元素作为预测的学科分类信息。

步骤204，获取读者对所述新入库书籍的阅读反馈结果，并基于所述阅读反馈结果，判断所述阅读反馈结果中的学科分类与所述学科分类预测结果是否相同，若相同，将所述学科分类预测结果为所述新入库书籍的学科分类信息，否则，将所述阅读反馈结果中的学科分类作为所述新入库书籍的学科分类信息。

本申请实施例中，所述阅读反馈结果，包括：提供可供用户进行点击操作的列表，所述列表对应不同的学科分类信息。

具体参考图3，图3为本申请实施例中大学图书阅读推荐方法中新入库书籍进行学科分类的一个实施例的流程图，包括步骤如下：

步骤301，获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断新入库书籍是否为原有书籍的新版本。

步骤302，若新入库书籍是原有书籍的新版本，则获取新入库书籍对应的原有书籍的学科分类信息，将学科分类信息作为新入库书籍的学科分类信息。

步骤303，若新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和新入库书籍的名称信息对新入库书籍进行学科分类预测。

步骤304，获取读者对新入库书籍的阅读反馈结果，并基于阅读反馈结果，判断阅读反馈结果中的学科分类与学科分类预测结果是否相同，若相同，将学科分类预测结果为新入库书籍的学科分类信息，否则，将阅读反馈结果中的学科分类作为新入库书籍的学科分类信息。

具体参考图4，图4为本申请实施例中大学图书阅读推荐方法中新入库书籍进行学科分类的一个实施例的执行逻辑图，具体如下：获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断新入库书籍是否为原有书籍的新版本；若新入库书籍是原有书籍的新版本，则获取新入库书籍对应的原有书籍的学科分类信息，将学科分类信息作为新入库书籍的学科分类信息；若新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和新入库书籍的名称信息对新入库书籍进行学科分类预测；获取读者对新入库书籍的阅读反馈结果，并基于阅读反馈结果，判断阅读反馈结果中的学科分类与学科分类预测结果是否相同，若相同，将学科分类预测结果为新入库书籍的学科分类信息，否则，将阅读反馈结果中的学科分类作为新入库书籍的学科分类信息。

步骤205，基于所述学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区。

步骤206，基于预设的阅读统计模型，对所述不同分区中的书籍进行阅读权重排序，分别获取所述不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数。

步骤207，获取所述待整合书籍的书籍名称，并将所述书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对所述书籍预推荐集中元素进行阅读权重排序，将所述阅读权重排序结果作为阅读推荐列表。

本申请实施例中，所述预设的阅读统计模型，包括：与预设的书籍后台管理系统进行连接，且能够获取所述书籍后台管理系统中不同书籍在不同时间段内被借阅的次数；基于预设的冒泡排序算法，对所述被借阅的次数按照从大到小的顺序进行排序，获取排序结果；将所述排序结果作为所述阅读统计模型的统计结果。

步骤208，获取指定读者的历史借阅信息，将所述阅读推荐列表中的元素作为查询信息，并按照所述阅读推荐列表中元素的顺序依次进行查询，若不能在所述历史借阅信息中查询到所述阅读推荐列表中元素，则将所述阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照所述阅读推荐列表中元素的顺序对下一个元素继续进行查询。

步骤209，若所述新入库书籍不是原有书籍的新版本且所述新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对所述新入库书籍进行阅读推荐。

具体参考图5，图5为本申请实施例中大学图书阅读推荐方法中对书籍进行阅读推荐的一个实施例的流程图，包括步骤如下：

步骤501，基于所述学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区。

步骤502，基于预设的阅读统计模型，对所述不同分区中的书籍进行阅读权重排序，分别获取所述不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数。

步骤503，获取所述待整合书籍的书籍名称，并将所述书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对所述书籍预推荐集中元素进行阅读权重排序，将所述阅读权重排序结果作为阅读推荐列表。

步骤504，获取指定读者的历史借阅信息，将所述阅读推荐列表中的元素作为查询信息，并按照所述阅读推荐列表中元素的顺序依次进行查询，若不能在所述历史借阅信息中查询到所述阅读推荐列表中元素，则将所述阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照所述阅读推荐列表中元素的顺序对下一个元素继续进行查询。

步骤505，若所述新入库书籍不是原有书籍的新版本且所述新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对所述新入库书籍进行阅读推荐。

具体参考图6，图6为本申请实施例中大学图书阅读推荐方法中对书籍进行阅读推荐的一个实施例的执行逻辑图，具体如下：基于所述学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；基于预设的阅读统计模型，对所述不同分区中的书籍进行阅读权重排序，分别获取所述不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；获取所述待整合书籍的书籍名称，并将所述书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对所述书籍预推荐集中元素进行阅读权重排序，将所述阅读权重排序结果作为阅读推荐列表；获取指定读者的历史借阅信息，将所述阅读推荐列表中的元素作为查询信息，并按照所述阅读推荐列表中元素的顺序依次进行查询，若不能在所述历史借阅信息中查询到所述阅读推荐列表中元素，则将所述阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照所述阅读推荐列表中元素的顺序对下一个元素继续进行查询；若所述新入库书籍不是原有书籍的新版本且所述新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对所述新入库书籍进行阅读推荐。

本申请实施例中所述的大学图书阅读推荐方法，可以通过获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断新入库书籍是否为原有书籍的新版本；若新入库书籍是原有书籍的新版本，则获取新入库书籍对应的原有书籍的学科分类信息，将学科分类信息作为新入库书籍的学科分类信息；若新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和新入库书籍的名称信息对新入库书籍进行学科分类预测；获取读者对新入库书籍的阅读反馈结果，并基于阅读反馈结果，判断阅读反馈结果中的学科分类与学科分类预测结果是否相同，若相同，将学科分类预测结果为新入库书籍的学科分类信息，否则，将阅读反馈结果中的学科分类作为新入库书籍的学科分类信息；通过上述步骤，完成对新入库书籍的学科分类，即能对原有书籍的新版本快速完成分类，也能通过预设预测模型对非原有书籍，正确完成分类；基于学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；基于预设的阅读统计模型，对不同分区中的书籍进行阅读权重排序，分别获取不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；获取待整合书籍的书籍名称，并将书籍名称作为元素构建书籍预推荐集，基于预设的阅读统计模型，对书籍预推荐集中元素进行阅读权重排序，将阅读权重排序结果作为阅读推荐列表；获取指定读者的历史借阅信息，将阅读推荐列表中的元素作为查询信息，并按照阅读推荐列表中元素的顺序依次进行查询，若不能在历史借阅信息中查询到阅读推荐列表中元素，则将阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照阅读推荐列表中元素的顺序对下一个元素继续进行查询；若新入库书籍不是原有书籍的新版本且新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对新入库书籍进行阅读推荐，通过按照学科进行阅读推荐和新入库阅读推荐的方式，方便读者在校内图书馆进行阅读时，按照不同的学科直接获取推荐书籍，提高校园服务便利性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）等非易失性存储介质，或随机存储记忆体（Random Access Memory，RAM）等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图7，作为对上述图2所示方法的实现，本申请提供了一种大学图书阅读推荐装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，本实施例所述的大学图书阅读推荐装置7包括：学科分类模块701、学科阅读推荐模块702和新入阅读推荐模块703，所述学科分类模块包括书籍信息获取单元、学科分类第一单元、学科分类第二单元、学科分类第三单元；所述学科阅读推荐模块包括书籍分区单元、第一排序单元、第二排序单元、循环查询和阅读推荐单元。

具体参考图8，图8为本申请实施学科分类模块的结构示意图，所述学科分类模块701包括书籍信息获取单元701a、学科分类第一单元701b、学科分类第二单元701c、学科分类第三单元703d，其中：

在本申请实施例中，所述书籍信息获取单元701a，用于获取新入库书籍的名称信息，并与馆藏库存储的书籍名称信息进行对比，判断新入库书籍是否为原有书籍的新版本；

在本申请实施例中，所述学科分类第一单元701b，用于若新入库书籍是原有书籍的新版本，则获取新入库书籍对应的原有书籍的学科分类信息，将学科分类信息作为新入库书籍的学科分类信息；

在本申请实施例中，所述学科分类第二单元701c，用于若新入库书籍不是原有书籍的新版本，则基于预设的学科分类预测模型和新入库书籍的名称信息对新入库书籍进行学科分类预测；

在本申请实施例中，所述学科分类第三单元701d，用于获取读者对新入库书籍的阅读反馈结果，并基于阅读反馈结果，判断阅读反馈结果中的学科分类与学科分类预测结果是否相同，若相同，将学科分类预测结果为新入库书籍的学科分类信息，否则，将阅读反馈结果中的学科分类作为新入库书籍的学科分类信息。

具体参考图9，图9为本申请实施学科阅读推荐模块的结构示意图，所述学科阅读推荐模块702包括书籍分区单元702a、第一排序单元702b、第二排序单元702c、循环查询和阅读推荐单元703d，其中：

在本申请实施例中，所述书籍分区单元702a，用于基于学科分类信息和馆藏库中书籍的入库时间信息，将相同学科分类的书籍按照入库时间信息进行分区划分，划分为若干个不同分区；

在本申请实施例中，所述第一排序单元702b，用于基于预设的阅读统计模型，对不同分区中的书籍进行阅读权重排序，分别获取不同分区对应的阅读权重排序中排名前N的书籍，作为待整合书籍，其中，N为正整数；

在本申请实施例中，所述第二排序单元702c，用于获取待整合书籍的书籍名称，并将书籍名称作为元素构建书籍预推荐集，对书籍预推荐集中元素进行阅读权重排序，将阅读权重排序结果作为阅读推荐列表；

在本申请实施例中，所述循环查询和阅读推荐单元702d，用于获取指定读者的历史借阅信息，将阅读推荐列表中的元素作为查询信息，并按照阅读推荐列表中元素的顺序依次进行查询，若不能在历史借阅信息中查询到阅读推荐列表中元素，则将阅读推荐列表中当前正在进行查询的元素作为阅读推荐书籍，否则，按照阅读推荐列表中元素的顺序对下一个元素继续进行查询。

在本申请实施例中，所述所述新入阅读推荐模块，用于若新入库书籍不是原有书籍的新版本且新入库书籍还在预设的新书推荐时间内，则启动预设的新书推荐单元对新入库书籍进行阅读推荐。

本申请实施例所述的大学图书阅读推荐装置，通过学科分类模块、学科阅读推荐模块和新入阅读推荐模块完成校园图书书籍的阅读推荐，其中，学科分类模块包括书籍信息获取单元、学科分类第一单元、学科分类第二单元、学科分类第三单元，学科阅读推荐模块包括书籍分区单元、第一排序单元、第二排序单元、循环查询和阅读推荐单元，多单元的模式，一定程度上提高了程序的耦合度，同时本申请方便读者在校内图书馆进行阅读时，按照不同的学科直接获取推荐书籍，提高校园服务便利性。

为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图10，图10为本实施例计算机设备基本结构框图。

所述计算机设备10包括通过系统总线相互通信连接存储器10a、处理器10b、网络接口10c。需要指出的是，图中仅示出了具有组件10a-10c的计算机设备10，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field-Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

所述存储器10a至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器（例如，SD或DX存储器等）、随机访问存储器（RAM）、静态随机访问存储器（SRAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、可编程只读存储器（PROM）、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器10a可以是所述计算机设备10的内部存储单元，例如该计算机设备10的硬盘或内存。在另一些实施例中，所述存储器10a也可以是所述计算机设备10的外部存储设备，例如该计算机设备10上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。当然，所述存储器10a还可以既包括所述计算机设备10的内部存储单元也包括其外部存储设备。本实施例中，所述存储器10a通常用于存储安装于所述计算机设备10的操作系统和各类应用软件，例如大学图书阅读推荐方法的程序代码等。此外，所述存储器10a还可以用于暂时地存储已经输出或者将要输出的各类数据。

所述处理器10b在一些实施例中可以是中央处理器（Central Processing Unit，CPU）、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器10b通常用于控制所述计算机设备10的总体操作。本实施例中，所述处理器10b用于运行所述存储器10a中存储的程序代码或者处理数据，例如运行所述大学图书阅读推荐方法的程序代码。

所述网络接口10c可包括无线网络接口或有线网络接口，该网络接口10c通常用于在所述计算机设备10与其他电子设备之间建立通信连接。

本申请还提供了另一种实施方式，即提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有大学图书阅读推荐程序，所述大学图书阅读推荐程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的大学图书阅读推荐方法的步骤。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。