1.一种图书馆图书的个性化推荐方法，其特征在于，包括：

获取用户图书借阅过程中的图书RFID标签流转数据和用户行为数据；

结合所述图书RFID标签流转数据和用户行为数据，按照预设的网格尺寸对图书馆进行网格划分，分析用户对于每个网格区域内图书的兴趣程度，构建图书兴趣热力图；

根据所述图书兴趣热力图，提取兴趣程度值大于预设兴趣程度阈值的热点区域，结合所述热点区域通过预设的图书推荐模型筛选出推荐图书，得到第一推荐图书集合；

基于用户对于所述第一推荐图书集合的借阅情况，通过预设的推荐优化模型对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐；

结合所述图书RFID标签流转数据和用户行为数据，按照预设的网格尺寸对图书馆进行网格划分，分析用户对于每个网格区域内图书的兴趣程度，构建图书兴趣热力图，包括：按照预设的网格尺寸对图书馆进行网格划分，得到多个网格区域；

结合图书RFID标签流转数据和用户行为数据，通过预设的兴趣分析模型分析用户对于每个网格区域内图书的兴趣程度，得到每个网格区域的兴趣程度值；

以用户借阅的图书所在网格区域为中心，结合所述兴趣程度值向周围的网格区域进行区域扩散，构建图书兴趣热力图；

所述结合图书RFID标签流转数据和用户行为数据，通过预设的兴趣分析模型分析用户对于每个网格区域内图书的兴趣程度，得到每个网格区域的兴趣程度值，包括：根据图书RFID标签流转数据，提取用户借阅的图书所在的第一网格区域，分析图书借阅和归还的时间差值，得到图书借阅时长；

根据用户行为数据，通过预设的兴趣分析模型对用户的图书查阅情况进行分析，得到用户行为分析结果；

结合所述图书借阅时长和用户行为分析结果，确定所述第一网格区域的兴趣程度值；

通过网格区域图书之间的内容相似度，结合第一网格区域的兴趣程度值，计算每个网格区域的兴趣程度值。

2.根据权利要求1所述的一种图书馆图书的个性化推荐方法，其特征在于，所述以用户借阅的图书所在网格区域为中心，结合所述兴趣程度值向周围的网格区域进行区域扩散，构建图书兴趣热力图，包括：将用户借阅的图书所在的第一网格区域，作为中心网格区域；

根据每个网格区域的兴趣程度值和与所述中心网格区域之间的距离，计算出每个网格区域的热力值，其中，当存在多个中心网格区域时，将根据每个中心网格区域计算出的热力值进行叠加；

以中心网格区域为中心，按照所述热力值向周围的网格区域进行区域扩散，构建图书兴趣热力图。

3.根据权利要求1所述的一种图书馆图书的个性化推荐方法，其特征在于，根据所述图书兴趣热力图，提取兴趣程度值大于预设兴趣程度阈值的热点区域，结合所述热点区域通过预设的图书推荐模型筛选出推荐图书，得到第一推荐图书集合，包括：根据图书兴趣热力图，提取兴趣程度值大于预设兴趣程度阈值的第二网格区域，将相邻的第二网格区域合并，得到多个热点区域；

在每个热点区域内，通过预设的图书推荐模型分析用户对不同图书的兴趣筛选推荐图书，得到第一区域推荐图书集合；

通过分析热点区域与非热点区域之间的图书关联性，在非热点区域内筛选推荐图书，得到第二区域推荐图书集合；

结合所述第一区域推荐图书集合和第二区域推荐图书集合，得到第一推荐图书集合。

4.根据权利要求3所述的一种图书馆图书的个性化推荐方法，其特征在于，所述在每个热点区域内，通过预设的图书推荐模型分析用户对不同图书的兴趣筛选推荐图书，得到第一区域推荐图书集合，包括：在每个热点区域内，对每本图书的属性进行分析，得到图书属性特征；

根据用户行为数据，结合所述图书属性特征，通过预设的图书推荐模型计算出用户对每本图书的兴趣匹配度；

按照所述兴趣匹配度从高到低，筛选出预设第一数量的推荐图书，得到第一区域推荐图书集合。

5.根据权利要求3所述的一种图书馆图书的个性化推荐方法，其特征在于，所述通过分析热点区域与非热点区域之间的图书关联性，在非热点区域内筛选推荐图书，得到第二区域推荐图书集合，包括：通过计算非热点区域内图书的图书属性特征与热点区域内图书的图书属性特征之间的相似度，得到图书相似度；

结合非热点区域与热点区域之间的距离以及对应的图书相似度，计算非热点区域与热点区域之间的关联度；

按照所述关联度从高到低，筛选出预设第二数量的非热点区域，得到候选区域集合；

在候选区域集合中的每个非热点区域中，按照用户对非热点区域内图书的兴趣匹配度从高到低，筛选出预设第三数量的推荐图书，得到第二区域推荐图书集合。

6.根据权利要求1所述的一种图书馆图书的个性化推荐方法，其特征在于，所述基于用户对于所述第一推荐图书集合的借阅情况，通过预设的推荐优化模型对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐，包括：根据用户对第一推荐图书集合中图书的借阅情况，分析用户的兴趣变化情况，得到兴趣向量；

结合所述兴趣向量，通过预设的推荐优化模型对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐。

7.根据权利要求6所述的一种图书馆图书的个性化推荐方法，其特征在于，结合所述兴趣向量，通过预设的推荐优化模型对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐，包括：根据兴趣向量结合用户行为数据，通过预设的推荐优化模型对用户的兴趣迁移情况进行预测，得到兴趣迁移预测向量；

基于所述兴趣迁移预测向量，筛选出与兴趣迁移预测向量匹配的图书，作为优化图书集合；

通过优化图书集合对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐。

8.一种图书馆图书的个性化推荐系统，其特征在于，用于实现如权利要求1 7任一项所~述的一种图书馆图书的个性化推荐方法，包括：

数据获取模块，获取用户图书借阅过程中的图书RFID标签流转数据和用户行为数据；

图书兴趣热力图构建模块，结合所述图书RFID标签流转数据和用户行为数据，按照预设的网格尺寸对图书馆进行网格划分，分析用户对于每个网格区域内图书的兴趣程度，构建图书兴趣热力图；

图书推荐模块，根据所述图书兴趣热力图，提取兴趣程度值大于预设兴趣程度阈值的热点区域，结合所述热点区域通过预设的图书推荐模型筛选出推荐图书，得到第一推荐图书集合；

推荐图书优化模块，基于用户对于所述第一推荐图书集合的借阅情况，通过预设的推荐优化模型对推荐图书进行优化，得到第二推荐图书集合，以对图书馆图书进行个性化推荐。