图书馆智能调配方法、装置及实现图书智能调配的系统与流程

文档序号:11775512阅读:587来源:国知局
图书馆智能调配方法、装置及实现图书智能调配的系统与流程

本发明涉及云计算数据中心技术领域,更具体地说,涉及一种图书馆智能调配方法、装置及实现图书智能调配的系统。



背景技术:

由大量的计算机阵列组成的大型服务器集群——即所谓的“云”,以共享基础架构为方法,将所有的计算机资源集中起来,采用软硬件相结合的方式进行自助管理,向全球用户提供个性化计算机服务的一种新型计算模型,用户只需要一个能够上网的设备,就可以获得自己需要的一切计算机服务。其核心思想就是服务。云计算作为新一代互联网计算模型,具有强大的计算能力和低成本、搞安全、按需所取等特性,在信息资源共享管理中具有明显的趋势。

目前,一般的图书馆都拥有庞大的图书和用户数据,一旦遭到病毒感染、设备损坏等问题造成数据丢失之后后果将不可挽回,而且随着图书馆数据量的上升也造成了索引效率的降低。更为重要的是,各个图书馆的数据资源相对独立,无法实现数据的共享,从而导致了图书资源整体调配的成本高、不方便、效率低的问题。

因此,如何在保证图书馆用户数据安全的前提下,在海量图书馆数据中实现各区域图书的有效调配,是本领域技术人员需要解决的问题。



技术实现要素:

本发明的目的在于提供一种图书馆智能调配方法、装置及实现图书馆智能调配的系统,在保证图书馆用户数据安全的前提下,在海量图书馆数据中实现各区域图书的有效调配。

为实现上述目的,本发明实施例提供了如下技术方案:

一种图书馆智能调配方法,包括:

获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数据;

分析所述图书数据,生成调配方案;

向所述调配方案涉及的图书馆用户发送所述调配方案。

其中,所述获取各图书馆用户发送的图书数据之后,还包括:

以图书馆为单位划分,存储到云端设备的数据库中。

其中,向所述调配方案涉及的图书馆用户发送所述调配方案之后,还包括:

在所述图书馆用户执行所述调配方案后,更新所述图书馆用户在所述云端设备中的数据。

其中,所述分析所述图书数据,生成调配方案,包括:

统计出各图书馆中数目低于数目最小值,且借阅量高于借阅最大值和/或销售量高于销售最大值的图书,生成补充所述图书的调配方案。

其中,所述分析所述图书数据,生成调配方案,包括:

将各图书馆中的图书按照图书类别进行分类,统计出图书数目低于类别数目最小值,且借阅量高于类别借阅最大值和/或销售量高于类别销售最大值的类别,生成补充所述类别的图书的调配方案。

其中,所述分析所述图书数据,生成调配方案,包括:

统计出各图书馆中数目高于数目最大值,且借阅量低于借阅最小值和/或销售量低于销售最小值的图书;

判断其他图书馆中是否存在能够接纳所述图书的图书馆;

若是,则生成将所述图书调配到所述图书馆中的调配方案。

其中,所述分析所述图书数据,生成调配方案,包括:

将各图书馆中的图书按照图书类别进行分类;

统计出图书数目低于总数目最小值,且借阅量高于总借阅最大值和/或销售量类别高于总销售最大值的类别;

判断其他图书馆中是否存在能够接纳所述类别图书的图书馆;

若是,则生成将所述类别图书调配到所述图书馆中的调配方案。

其中,还包括:接收图书馆用户对云端数据的操作请求,并执行所述操作请求对应的操作,所述操作请求至少包括增加、删除、修改、查询中的一种。

为实现上述目的,本发明实施例提供了如下装置,包括:

接收模块,获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数;

分析模块,用于分析所述图书数据,生成调配方案;

发送模块,用于向所述调配方案涉及的图书馆用户发送所述调配方案。

为实现上述目的,本发明实施例还提供了一种实现图书智能调配的系统,包括:

云端设备,用于获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数,分析所述图书数据,生成调配方案,向所述调配方案涉及的图书馆用户发送所述调配方案;

用户端,用于收集图书馆用户的图书数据,向所述云端设备发送所述图书数据,接收并执行所述云端设备发送的调配方案。

通过以上方案可知,本发明实施例提供的图书馆智能调配方法,该方法包括获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数据,分析图书数据,生成调配方案,向调配方案涉及的图书馆用户发送所述调配方案。本发明实施例提供的图书馆智能调配方法将图书馆数据迁移到云端,数据可以不必再存于用户自己的电脑中,只需在云计算提供的海量存储空间中存放即可,这样不仅节约成本,合理利用资源,而且在保证可靠安全存储的同时实现资源的整合共享。由此可见,本发明实施例提供的图书馆智能调配方法,在保证图书馆数据安全的前提下实现了多图书馆数据的共享,采用云端高性能计算的方式对云端所有数据的分析,改善了算法的实现效率,将图书馆资源在图书馆间进行有效的调配,降低了图书馆设备的要求,节约了大量设备、人力等投入成本。本发明还公开了一种图书馆智能调配装置及实现图书智能调配的系统,同样能实现上述技术效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例公开的一种图书馆智能调配方法的流程图;

图2为本发明实施例公开的另一种图书馆智能调配方法的流程图;

图3为本发明实施例公开的又一种图书馆智能调配方法的流程图;

图4为本发明实施例公开的一种图书馆智能调配装置的结构图;

图5为本发明实施例公开的一种实现图书馆智能调配系统的结构图。

具体实施方式

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作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。

本发明实施例公开了一种图书馆智能调配方法,在保证图书馆用户数据安全的前提下,在海量图书馆数据中实现各区域图书的有效调配。

参见图1,本发明实施例提供的一种图书馆智能调配方法的流程图,如图1所示,包括:

s101:获取各图书馆用户发送的图书数据;

在具体实施中,图书馆用户收集的图书数据至少应该包括图书的数目和图书借阅销售数据,云端设备通过高性能计算的方式,根据图书的现存储量和借阅销售量对图书进行合理调配。图书数据可以根据图书馆账户进行分类,以图书馆为单位存储在云端设备的数据块库中,方便云端设备分析数据和响应各图书馆用户的浏览和修改请求。

s102:分析所述图书数据,生成调配方案;

在具体实施中,调配方案可以是补充某一个图书馆中某一种具体藏书的调配方案,也可以是图书馆之间某一种具体藏书调配的方案。当然,在本申请的优选实施例中,还可以对图书进行分类,生成某一种类图书的调配方案。例如,图书馆a中有图书a1和a2,图书馆b中有图书a1和b2,调配方案可以仅针对图书馆a补充图书a1,也可以针对图书馆a和图书馆b,实现a2和b2的交换。

s103:向所述调配方案涉及的图书馆用户发送所述调配方案。

在上述实施例的基础上,作为优选地实施方式,还包括:在所述图书馆用户执行所述调配方案后,更新所述图书馆用户在所述云端设备中的数据。

可以理解的是,当图书馆用户执行了云端设备发布的调配方案后,需要对涉及到的图书馆用户在云端设备数据库中的数据进行更新操作,通过这个步骤,可以使云端设备数据库中的数据实时更新,保证数据的准确性,以便云端设备准确的进行其他调配方案的设计。

在上述实施例的基础上,作为优选地实施方式,还包括:接收图书馆用户对云端数据的操作请求,并执行所述操作请求对应的操作,所述操作请求至少包括增加、删除、修改、查询中的一种。

在具体实施中,各图书馆账户作为用户端,可以通过手机或pc端登录系统,验证为合法用户后,可以向云端设备发出相应的操作请求,云端设备相应该请求,并向该图书馆用户反馈操作结果。例如,图书馆用户向云端设备发送查询请求,云端设备验证该图书馆用户为合法用户后,向该图书馆用户返回查询请求中请求查询的内容。

本发明实施例提供的图书馆智能调配方法将图书馆数据迁移到云端,数据可以不必再存于用户自己的电脑中,只需在云计算提供的海量存储空间中存放即可,这样不仅节约成本,合理利用资源,而且在保证可靠安全存储的同时实现资源的整合共享。由此可见,本发明实施例提供的图书馆智能调配方法,在保证图书馆数据安全的前提下实现了多图书馆数据的共享,采用云端高性能计算的方式对云端所有数据的分析,改善了算法的实现效率,将图书馆资源在图书馆间进行有效的调配,降低了图书馆设备的要求,节约了大量设备、人力等投入成本。

本发明实施例公开了一种图书馆智能调配方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:

参见图2,本发明实施例提供的另一种图书馆智能调配方法的流程图,如图2所示,包括:

s201:获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数据;

在上述例子中,图书馆a和图书馆b分别向云端设备发送图书a1、a2、a1、b2的藏书量和借阅销售数据,云端设备将各图书数据按图书馆账户进行分类,存储到各图书所在图书馆的数据库中。

s202:统计出各图书馆中数目低于数目最小值,且借阅量高于借阅最大值和/或销售量高于销售最大值的图书,生成补充所述图书的调配方案;

s203:向所述调配方案涉及的图书馆用户发送所述调配方案;

s204:在所述图书馆用户执行所述调配方案后,更新所述图书馆用户在所述云端设备中的数据。

在上述例子中,若云端设备采用高性能计算的方式,计算出图书馆a中的图书a1的藏书量不能满足当前销售和借阅的需求,即生成补充图书a1的调配方案,并将该调配方案发送给图书馆a,图书馆a执行后云端设备更新数据库中图书a1的馆藏数据。

在上述实施例的基础上,作为优选地实施方式,还可以将各图书馆中的图书按照图书类别进行分类,统计出图书数目低于类别数目最小值,且借阅量高于类别借阅最大值和/或销售量高于类别销售最大值的类别,生成补充所述类别的图书的调配方案。

在具体实施中,云端设备对存储在数据库中的图书进行分类,可以按照图书的内容分为小说、传记、少儿等,也可以按照图书的出版年份分类,在此不作具体的限定。在上述例子中,通过云端设备对图书的分类,若图书a1和图书a3属于同类图书,且图书馆a中的图书a1的藏书量不能满足当前销售和借阅的需求,则可以生成补充图书a3的调配方案,并将该调配方案发送给图书馆a,图书馆a执行后云端设备更新数据库中图书馆a的馆藏数据。

调配方案可以是补充某一个图书馆中图书的调配方案,也可以是图书馆之间图书调配的方案。具体的:参见图3,本发明实施例提供的又一种图书馆智能调配方法的流程图,如图3所示,包括:

s301:获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数据;

s321:统计出各图书馆中数目高于数目最大值,且借阅量低于借阅最小值和/或销售量低于销售最小值的图书;

s322:判断其他图书馆中是否存在能够接纳所述图书的图书馆,若是则执行s324,若否,则执行s323;

s323:判断其他图书馆中是否存在能够接纳所述图书所属类别的图书馆,若是,则执行s324,若否,则结束流程;

s324:生成将所述图书调配到所述图书馆中的调配方案;

在上述例子中,若云端设备采用高性能计算的方式,计算出图书馆a中的图书a1的藏书量远远大于当前销售和借阅的需求,而图书馆b中的图书a1的藏书量不能满足当前销售和借阅的需求,则生成将图书馆a中的图书a1部分调配到图书馆b中的方案,并将该方案发送给图书馆a和图书馆b。若图书馆a中的图书a2的藏书量远远大于当前销售和借阅的需求,且没有能够接纳图书a2的图书馆,则判断是否存在能接纳图书a2同类图书的图书馆;若a2和b2属于同类图书,而图书馆b中的图书b2的藏书量不能满足当前销售和借阅的需求,生成将图书馆a中的图书a2部分调配到图书馆b中的方案,并将该方案发送给图书馆a和图书馆b。

s303:向所述调配方案涉及的图书馆用户发送所述调配方案;

s304:在所述图书馆用户执行所述调配方案后,更新所述图书馆用户在所述云端设备中的数据。

下面对本发明实施例提供的一种图书馆智能调配装置进行介绍,下文描述的一种图书馆智能调配装置与上文描述的一种图书馆智能调配方法可以相互参照。

参见图4,本发明实施例提供的一种图书馆智能调配装置的结构图,如图4所示,包括:

接收模块401,获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数;

分析模块402,用于分析所述图书数据,生成调配方案;

发送模块403,用于向所述调配方案涉及的图书馆用户发送所述调配方案。

本发明实施例提供的图书馆智能调配装置将图书馆数据迁移到云端,数据可以不必再存于用户自己的电脑中,只需在云计算提供的海量存储空间中存放即可,这样不仅节约成本,合理利用资源,而且在保证可靠安全存储的同时实现资源的整合共享。由此可见,本发明实施例提供的图书馆智能调配装置,在保证图书馆数据安全的前提下实现了多图书馆数据的共享,采用云端高性能计算的方式对云端所有数据的分析,改善了算法的实现效率,将图书馆资源在图书馆间进行有效的调配,降低了图书馆设备的要求,节约了大量设备、人力等投入成本。

下面对本发明实施例提供的一种实现图书馆智能调配系统进行介绍,下文描述的一种实现图书馆智能调配系统与上文描述的一种图书馆智能调配方法可以相互参照。

参见图5,本发明实施例提供的一种实现图书馆智能调配系统的结构图,如图5所示,包括:

云端设备501,用于获取各图书馆用户发送的图书数据,所述图书数据包括图书数目数据和图书借阅销售数,分析所述图书数据,生成调配方案,向所述调配方案涉及的图书馆用户发送所述调配方案;

用户端502,用于收集图书馆用户的图书数据,向所述云端设备发送所述图书数据,接收并执行所述云端设备发送的调配方案。

本发明实施例提供的实现图书馆智能调配的系统,将图书馆数据迁移到云端,数据可以不必再存于用户自己的电脑中,只需在云计算提供的海量存储空间中存放即可,这样不仅节约成本,合理利用资源,而且在保证可靠安全存储的同时实现资源的整合共享。由此可见,本发明实施例提供的实现图书馆智能调配的系统,在保证图书馆数据安全的前提下实现了多图书馆数据的共享,采用云端高性能计算的方式对云端所有数据的分析,改善了算法的实现效率,将图书馆资源在图书馆间进行有效的调配,降低了图书馆设备的要求,节约了大量设备、人力等投入成本。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1