[发明专利]一种基于布隆滤波器的图书馆系统知识推荐方法

权利要求书

1.一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：该方法包括以下步骤：

步骤一、确定用于图书馆系统知识推荐的布隆滤波器的整体结构和参数；所述参数包括根据图书馆系统文献的关键词数量和布隆滤波器失误率确定的布隆滤波器位数，以及根据图书馆系统文献的关键词数量和布隆滤波器位数确定的用于将每个图书馆系统文献的关键词信息映射到布隆滤波器中的哈希函数的个数；

步骤二、对每本图书/文献，建立对应的布隆滤波器结构，作为其属性之一进行存储；

步骤三、对每本图书/文献，根据布隆滤波器结构判断关联性最大的前N本图书/文献；其中，N的取值为非0自然数。

2.按照权利要求1所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤三之后还包括步骤四、从关联性最大的前N本图书/文献中，去除用户在时间段T内已借阅过的图书/文献。

3.按照权利要求1或2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤一中所述布隆滤波器位数采用公式确定，单位为bit；步骤一种所述哈希函数的个数采用公式确定；其中，m为布隆滤波器位数，k为哈希函数的个数，n为图书馆系统文献的关键词数量，p为布隆滤波器失误率。

4.按照权利要求1或2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤一中所述哈希函数包括非加密型哈希函数murmur hash。

5.按照权利要求1或2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤二中所述对每本图书/文献，建立对应的布隆滤波器结构，作为其属性之一进行存储的具体方法为：将将每本图书/文献的每个关键词，用步骤一中的多个哈希函数分别哈希，并将该图书/文献所有关键词的哈希结果按位异或存储到该图书/文献对应的布隆滤波器结构中。

6.按照权利要求1或2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤三中所述对每本图书/文献，根据布隆滤波器结构判断关联性最大的前N本图书/文献的具体方法为：对某本图书/文献，将其布隆滤波器结构和其他图书/文献的布隆滤波器结构依次进行按位异或操作，异或操作之后，布隆滤波器结构中1的个数作为两本图书/文献的相似度评判值，遍历所有图书/文献，找到相似度评判值最高的前N本图书/文献，作为该图书/文献的关联图书/文献。

7.按照权利要求1或2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：所述N的取值为10～60的非0自然数。

8.按照权利要求2所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：步骤四中所述从关联性最大的前N本图书/文献中，去除用户在时间段T内已借阅过的图书/文献的具体方法为：

步骤401、用户每借阅过一本图书/文献，就将该图书/文献存储在已借阅数组中，且没隔时间段T清零一次；

步骤402、将已借阅数组中的图书/文献，分别通过hash函数计算形成多个哈希表；

步骤403、将关联性最大的前N本图书/文献进行hash函数计算得到计算结果；

步骤404、将步骤403中的计算结果与步骤402中的多个哈希表进行匹配，当匹配成功时，判断为图书/文献在时间段T内被用户借阅过，去除推荐；否则，当匹配不成功时，判断为图书/文献在时间段T内未被用户借阅过，继续推荐。

9.按照权利要求8所述的一种基于布隆滤波器的图书馆系统知识推荐方法，其特征在于：所述时间段T为1～6个月。