[发明专利]一种基于大数据的选题策划系统

权利要求书

1.一种基于大数据的选题策划系统，其特征在于，包括：

数据采集单元，采集图书选题策划的相关数据，所述相关数据包括微信公众号平台获取的数据、出版社业务系统提供的数据、数据管理员录入的数据和第三方交易平台获取的数据；

数据处理与存储单元，对采集后的数据按照数据时效性要求的高低分为实时业务数据源和基础数据源，存储在基于hadoop的出版社分布式数据库中，并上传到数据集市；

分析预测单元，包括统计分析平台；所述统计分析平台对数据集市提供的数据进行全面的分析与预测，为出版社制定、修改选题策划提供重要参考与依据。

2.如权利要求1所述的基于大数据的选题策划系统，其特征在于，所述数据采集单元包括：企业数据采集服务总线；

所述企业数据采集服务总线将微信公众号平台获取的数据、出版社业务系统提供的数据、数据管理员录入的数据和第三方交易平台获取的数据传输至数据处理与存储单元中；其中：

微信公众号平台获取的数据包括扫码数据、反馈意见数据和参与营销活动数据；

第三方交易平台获取的数据包括订单数据，协议数据和合同数据。

3.如权利要求1所述的基于大数据的选题策划系统，其特征在于，所述数据处理与存储单元包括数据加工模块；

所述数据加工模块对采集后的数据进行预处理，并按照数据时效性要求的高低分为实时业务数据源和基础数据源；其中，所述预处理包括数据的格式转换，所述实时业务数据源包括实时订单数据、实时库存数据和商务事故处理数据，所述基础数据源包括：历史销售数据、历史订单数据和企业内部文件数据。

4.如权利要求1所述的基于大数据的选题策划系统，其特征在于，所述分析预测单元还包括数据挖掘模块，数据先进行数据挖掘后再在统计分析平台进行展现；

所述数据挖掘模块包括：

置前分类模块，用于对微信端获取的读者基本信息和图书信息进行置前分类，生成用户基本信息数据库和图书信息数据库；所述读者基本信息包括时间、地点、职业、性别和年龄，所述图书信息包括书名、类型和章节；

特征提取模块，基于多个情景因子对采集的用户行为数据进行特征提取，生成用户行为信息数据库；所述情景因子包括用户的性别、年龄、社会阶层、上网时段偏好、阅读类型、停留时长、众筹信息；

兴趣模型建立模块，根据上述三个数据库建立基于用户行为的兴趣模型，兴趣模型采用用户偏好向量来表示，每个情景因子赋予不同的权值；

数据挖掘子模块，对用户进行聚类分析，采用KNN协同过滤挖掘技术分析用户偏好，并结合候选选题以及市场动态反馈数据进行图书选题策划的分析与排名，找出有市场潜力的图书选题。

5.一种如权利要求4所述的数据挖掘模块的方法，其特征在于，包括：

步骤1、对微信端获取的读者基本信息和图书信息进行置前分类，生成用户基本信息数据库和图书信息数据库；所述读者基本信息包括时间、地点、职业、性别和年龄，所述图书信息包括书名、类型和章节；

步骤2、基于多个情景因子对采集的用户行为数据进行特征提取，生成用户行为信息数据库；所述情景因子包括用户的性别、年龄、社会阶层、上网时段偏好、阅读类型、停留时长、众筹信息；

步骤3、根据上述三个数据库建立基于用户行为的兴趣模型，兴趣模型采用用户偏好向量来表示，每个情景因子赋予不同的权值；

步骤4、对用户进行聚类分析，采用KNN协同过滤挖掘技术分析用户偏好，并结合候选选题以及市场动态反馈数据进行图书选题策划的分析与排名，找出有市场潜力的图书选题。