推荐一个好地方范文第1篇

2、关山牧场位于宝鸡市陇县西南部，是我国西北内陆地区唯一的以高山草甸为主体的具有欧式风情的省级风景胜区。景区内有草原骑马，草原射箭、山地滑草、高空滑索等。

3、暑假的一个周末，我们一家人开车行驶了将近五个小时。汽车终于进山了，映入眼帘的是一座座苍翠的高山，沿着蜿蜒的山路继续向前行驶，慢慢地，眼前顿时开阔起来，蓝天、白云、碧草、山丘、羊群、牛群、还有形状各异的蒙古包，同时也听到了鸟儿在枝头欢快地歌唱；听到了知了给太阳助威的声响；听到了当地人们热情地打招呼声。突然，一阵轻风吹在脸上凉凉的，舒服极了！

4、下午，我们望眼欲穿，很想到山丘上去看一看。远望去，大地好像披上了一层绿色毛毯，再近些，只见一匹匹骏马跑得飞快，成群牛羊在悠闲的散步，不禁令人想起“天苍苍，野茫茫，风吹草低见牛羊”的诗句。山坡上还有蒙古包，像一朵朵彩色的小蘑菇，整齐地排列着，等待着来自远方的客人。

5、在关山牧场上，既可以欣赏美不胜收的草原风光，又可以骑马、滑索道、射箭、滑草。到了晚上参加篝火晚会，吃美味的烤全羊。可真有意思呀！

推荐一个好地方范文第2篇

关键词： 个性化推荐；算法；推荐系统

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）27-0162-02

1个性化推荐系统

随着互联网的飞速发展和云计算的兴起，人们已然处于一个信息爆炸的大数据时代。每天面对海量的数据信息，搜索引擎在一定程度上为人们解决了信息筛选问题，但当用户无法用准确的关键词描述自己的需求时，搜索引擎的筛选效率将会打折扣。用户如何在一个网站上快速而有效地找到自己所需要的信息？网站如何将用户最关注最感兴趣的信息筛选出来实时呈现在用户面前？推荐系统的出现解决了这些问题。

推荐系统是根据用户的兴趣爱好向用户推荐符合其需求的对象，亦称为个性化推荐系统。个性化推荐系统通过一定的方式将用户和信息联系起来，不仅可以帮助用户找到感兴趣的信息，而且能够将信息分类呈现在不同的用户面前，从而实现用户与信息提供商的双赢。个性化推荐系统已经全面运用到各个互联网网站中。在电子商务领域，网站通过使用个性化推荐系统向用户推荐其可能感兴趣的商品，提高用户的购买率和用户的忠诚度。Netflix网站使用个性化推荐系统为用户推荐喜欢的电影，豆瓣电台通过个性化推荐系统向用户推荐符合其口味的好音乐，Goodreads网站利用推荐系统为用户推荐适合其阅读的书籍。

2个性化推荐系统中关键算法分析

个性化推荐系统为用户提供个性化体验的同时，也日益受到越来越多的学者和互联网网站的关注。个性化推荐系统的工作原理是首先输入数据源（用户和项目的各种属性和特征，包括年龄、性别、地域、物品的类别、时间等），然后选择合适的推荐算法，最后将产生的推荐结果（按照用户喜好程度排序的项目列表）推荐给用户。不同的个性化推荐系统使用不同的推荐算法，因此个性化推荐系统最为核心之处在于根据不同的数据源选择不同的推荐算法。

目前，个性化推荐系统中主要使用的推荐算法有：协同过滤推荐算法、基于内容的推荐算法、基于人口统计学的推荐算法、组合推荐算法。下面对主要的推荐算法进行比较并分析它们的优缺点及适用场景。

2.1协同过滤推荐算法

协同过滤推荐是使用最广泛的个性化推荐算法之一。协同过滤有两种主流算法：基于用户的协同过滤和基于项目的协同过滤。

2.1.1基于用户的协同过滤

基于用户的协同过滤是根据不同的用户对项目的评分来测评各用户之间的相似性，基于用户间的相似性进行推荐。即通过用户的浏览记录、购买行为等信息分析各个用户对项目的评价，发现与当前用户最相似的“邻居”用户群（“K-邻居”的算法）；然后将K个邻居评价最高并且当前用户又没有浏览过的项目推荐给当前用户。基于用户的协同过滤推荐算法是以用户与用户之间的关系为着眼点，因为兴趣相近的用户可能会对同样的东西感兴趣。如：Facebook网站首先对用户个人资料、周围朋友感兴趣的广告等相关信息进行分析，计算出各用户之间的相似性，进而对用户提供广告推销。所以说，在当前流行的社交网站中，基于用户的协同过滤推荐是一个不错的选择，若将基于用户的协同过滤推荐算法与社会网络信息相融合，会增加用户对推荐解释的信服程度。

2.1.2 基于项目的协同过滤

基于项目的协同过滤是通过用户对不同项目的评分来测评各个项目之间的相似性，基于项目之间的相似性做出推荐。即利用所有用户对物品或者项目的偏好，计算不同物品或项目之间的相似度，然后根据用户的历史信息，将类似的物品或项目推荐给用户。基于项目的协同过滤是以项目与项目之间的关系为中心，因为用户可能偏爱与他已购买的商品类似的商品。如在购书网站上，当用户看一本书时，网站会给用户推荐相关的书籍。此时，基于项目的协同过滤推荐成为了引导用户浏览的重要手段。对于一个电子商务网站，用户的数量远远超过商品的数量，同时商品的数据相对稳定，因此计算商品的相似度计算量较小，不必频繁更新。所以基于项目的协同过滤推荐适应于提供商品的电子商务网站。

协同过滤推荐算法优势在于：不需要各领域的知识；能跨类型推荐（如推荐音乐、艺术品、电影等）；计算出来的推荐结果是开放的，可以共享他人的经验，能很好地发现用户潜在的兴趣爱好；自适应性好；随着时间推移预测精度会提高。

协同过滤的推荐算法不足之处在于对于历史信息依赖性较强；还有冷启动问题，当新用户或者新物品进入系统时，难以进行个性化推荐。同时在大规模网络中，数据极端稀疏，算法效率较低，难以处理大数据量下的即时结果。

2.2基于内容的推荐算法

基于内容的推荐算法是根据历史信息（如评价、分享、收藏过的文档） 学习用户的兴趣，建立用户偏好文档，计算待推荐项目与用户偏好文档的匹配程度， 将最相似的项目推荐给用户。如：在音乐推荐中，基于内容的推荐系统首先分析用户欣赏过的音乐的共性（歌手、曲风等），再推荐与用户感兴趣的音乐内容相似度高的其他乐曲。

基于内容的推荐算法生成推荐的过程主要依靠三个部件：（1）内容分析器：用一种适当的方式表示从项目信息中提取的有用信息。（2）文件学习器：该模块收集用户偏好的数据，生成用户概要信息和偏好文档。（3）过滤部件：通过学习用户偏好文档，匹配用户概要信息和项目信息，将生成一个用户可能感兴趣的潜在项目评分列表。

基于内容的推荐算法生成的推荐结果直观明了，容易理解。不需要领域知识，不需要很大的用户社区，仅需要得到两类信息：项目特征的描述和用户过去的喜好信息。

基于内容的推荐算法有三个主要缺陷：（1）过度规范问题：推荐给用户的项目与其消费过的项目很相似，不能为用户发现潜在感兴趣的资源。 （2）内容分析有限：只能预处理一些易提取的文本类内容（网页、博客等），而在提取多媒体数据（图像、音频、视频等）时较困难。（3）冷启动问题：当一个新用户没有对任何项目进行评分或没有浏览过任何商品时，系统无法向该用户提供准确的推荐。

2.3 基于人口统计学的推荐算法

基于人口统计学的推荐算法是根据人口统计学数据（即系统用户的基本信息：年龄、性别、工作、兴趣、爱好等），计算用户间相关程度，得到当前用户的最近邻集，然后将把“邻居”用户群喜爱的项目推荐给当前用户。

基于人口统计学的推荐算法优势在于：不需要用户的历史喜好信息，可以很好解决冷启动问题；不依赖于项目的属性，其他领域的问题都可以无缝接入；而且随着时间推移，预测精度也会逐渐提高。

但是在一些有较高要求的领域（如：音乐、艺术品、电影、书籍等）进行推荐时，此算法对用户基本信息进行分类过于粗糙。同时在收集人口统计信息时，不易获取比较敏感的信息，从而导致推荐系统在准确度方面不如其他算法，无法得到良好的推荐效果。

除了上述比较典型的推荐算法，还有其他一些推荐算法： 基于知识的推荐算法、基于效用的推荐算法和基于关联规则的推荐算法。基于关联规则的推荐算法是将用户的购买历史记录、浏览痕迹、打分记录作为数据源，挖掘出的关联规则就是推荐对象。关联规则挖掘是用来发现不同商品在销售过程中的相关性，而且关联规则的发现是算法的关键，也是算法的瓶颈。

2.4 混合推荐算法

任何一个个性化推荐算法都有它独特的优势和不可避免的缺陷，因此现实应用中，直接用某种算法来做推荐系统的很少，往往是将各种推荐算法组合起来，这样可以扬长补短，提高推荐的准确度和效率。尤其是大数据环境下，各种混合推荐算法的推荐效果要优于单一推荐算法。基于内容的推荐算法和协同过滤算法都无法解决冷启动问题，因为这两种算法都需要历史信息。若将协同过滤推荐算法与基于知识的推荐算法组合起来，则能很好地解决冷启动问题。

文献[2]以电影为推荐对象， 通过线性组合的方式将基于内容的推荐算法和基于协同过滤的推荐算法相融合， 得到最终的推荐结果。两种算法的组合很好地避免了基于内容推荐算法不适合推荐多媒体数据的缺陷， 解决了协同过滤算法中用户对电影评分少的数据稀疏的问题。

在一些大型的网站使用的就是融合了多种算法的推荐系统。比如淘宝网为顾客推荐商品时采用了基于内容和基于关联规则两种算法的组合。根据用户的浏览痕迹、收藏记录、购买行为以及反馈信息产生可推荐的关联规则，根据商品的相关属性（描述，评价，名称，收藏人气，累计销量等等）对优质商品进行评分，计算出用户带权重的标签，最后进行个性化推荐。

3 总结与展望

综上所述，个性化推荐系统将用户和项目有机地联系起来，是一个高效的信息服务系统。为增强个性化推荐系统的功能，未来的个性化推荐系统应该将企业的销售系统、客户关系管理系统等企业信息系统集成在一起，共同为企业发展提供决策支持。那么个性化推荐系统如何与这些系统集成，如何与社会网络相结合，改变用户购物模式，企业销售方式，都是未来的研究方向。

设计个性化推荐系统最终目的都是为了提高用户体验感和满意度。一个被用户接受和认可的推荐系统，在帮助用户发现潜在感兴趣的项目的同时还能够帮助项目提供商将项目投放给对它感兴趣的用户。一个好的推荐系统能够对公司或业务产生增值效应，会给用户带来更好的体验。但是如何将用户的体验感进行量化是一个具有挑战性的课题。

参考文献：

[1] 张亮，赵娜.改进的协同过滤推荐算法[J].计算机系统应用，2016，25（7）

[2] 马瑞敏，卞艺杰，陈超，吴慧.基于Hadoop 的电子商务个性化推荐算法――以电影推荐为例[J].计算机系统应用，2015，24（5）.

[3] 乔亚飞，张霞，张文博.智能图书系统中的个性化推荐[J].计算机系统应用，2016，25（9）.

[4] 朱郁筱，吕琳媛.推荐系统评价指标综述[J].电子科技大学学报，2012，41（2）.

[5] 朱扬勇，孙婧.推荐系统研究进展[J].计算机科学与探索，2015，9（5）.

[6] 刘鲁，任晓丽.推荐系统研究进展及展望[J].信息系统学报，2007（1）.

推荐一个好地方范文第3篇

《党政干部选拔任用工作条例》中规定，选拔任用领导干部，必须经过民主推荐提出考察对象。领导班子换届，民主推荐按照领导班子职位的设置全额定向推荐；个别提拔任职，按照拟任职位推荐。个人向党组织推荐领导干部人选，必须负责地写出推荐材料并署名。经组织（人事）部门审核后，按照规定程序进行民主推荐。所推荐人选不是所在单位多数群众拥护的，不得列为考察对象。实行党政领导干部选拔任用工作责任追究制度。用人失察失误造成严重后果的，应当根据情况追究主要责任人以及其他直接责任人的责任。

选拔任用干部要经过民主推荐、考察、酝酿、讨论决定等程序。每个环节对干部选拔任用工作都是非常重要的。因而，要明确干部选拔任用工作作各个环节的责任划分，是哪个环节的责任，要由哪个环节的行为人来承担，不可混淆。如果出现了用人失察失误的问题，推荐人负推荐责任，考察人负责考察责任，等等。本文仅对推荐环节中责任明确及其追究的问题进行探讨。

责任的追究是抵挡推荐环节中不正之风的一把利剑。一方面可以约束推荐人的推荐行为，另一方面也能防止少数干部不思进取、投机钻营现象的发生。虽然《干部任用条例》对推荐环节的程序做了明确规定，但在干部工作实践中，还会遇到许多《条例》所没有规定的情形，导致推荐责任不明确的现象时有发生。

这里首先必须明确一些概念，推荐行为者的推荐行为对推荐对象的任用提供了一定的可能性，如果推荐对象被任用，这种可能性就变成了现实性，“初始提名人”就确定为本次任用的“推荐人”。“推荐人”可能是个体的人，也可能是推荐单位的党组织，也可能是选拔任用干部的党委组织部门。

任何事情都是人来做的，任何机制的形成其本质都是对“人”的个体行为的约束。本文从对“人”的行为约束的角度出发，明确推荐程序中行为者的责任，以对行为者的责任追究为手段，规范推荐程序，形成科学的推荐机制和可行的操作体系，真正落实民主推荐环节中的民主，防止少数人选人现象的发生，为科学地选拔任用领导干部把好第一关。

一、干部推荐过程中存在推荐责任明确的问题

要落实干部推荐责任制，就必须明确推荐推荐人，这是至关重要的第一步。推荐人不明确，推荐责任的追究无从谈起，以责任追究的方式规范推荐行为的目的就难以实现。在实际工作中推荐人难以确定主要有以下几种情况：

一是会议形式的民主推荐是无记名推荐，推荐人无法明确。

二是个别谈话推荐只有记录没有签字，推荐人难以落实。

三是在个别提拔的推荐中，初始提名者往往是领导干部，而这种提名一般是以“组织推荐”的名义实现的，推荐人无法明确。

四是一些领导干部在干部的推荐中私下“打招呼”、写条子，这些行为往往对干部的推荐产生重要的影响。而这种推荐往往不会留下任何推荐的证据，有的转嫁成了组织推荐，变个人形为为组织形为。

五是有些领导干部个人向组织推荐干部，却不愿意提交署名的推荐材料，与“打招呼”的情况类似，没有材料能明确推荐人。

六是如果出现用人失察失误，一些推荐行为人往往以其他环节的责任掩盖本环节的责任，造成责任模糊，难以追究。

推荐人的不明确，导致推荐责任难以落实，对推荐责任的追究也就无从下手。

二、以“责”与“权”相统一的方法，明确推荐责任

干部推荐作为选择干部的一个环节，推荐的过程就是“权力”体现的过程。如果这个推荐过程由个别人说了算，那么推荐的权力就集中到了个别人身上。民主推荐就是要把这种权力分散，防止少数人选人所造成的负面作用。因此，民主推荐其实就是选人环节的“分权运动”。“民主”的含义就是大多数人说了算，“分权”就是要把选人用人的权力分散到各个层面的各种人手中，以期干部选拔任用工作更加科学、公正、合理。然而，随着“分权”过程进行，权力被分散，与“权”相关的“责”也变得模糊不清。这就导致对责任者的追究成为一句空话。因而，要想科学准确地推荐干部，就要让推荐者负相应的推荐责任，以责任追究为手段，约束推荐者的推荐行为。这就必须明确推荐环节的推荐人，进而明确推荐人的责任，构建与推荐责任相对应的责任追究体系，促成权力施行者“权”与“责”的相统一。

三、领导班子换届时推荐人和推荐责任的认定

干部推荐过程中,“初始提名”是第一个环节。在干部选拔任用工作实践中，干部推荐的主体涉及方方面面。不管是组织推荐还是个人推荐，但最终要落脚点还要落在是谁对干部进行了“初始提名”,这是问题的关键。

《干部任用条例》规定，选拔任用领导干部主要有领导班子换届和个别提拔任职两种形式，领导班子换届由于涉及干部人数多，干部任免程序要求严格，推荐的主体又涉及方方面面，干部的推荐能够比较好的体现民主。这种情况下，推荐责任难以在众多推荐行为人中具体明确。但这也并不意味着完全不能明确推荐环节的责任。领导班子换届中推荐环节的责任还能在“确定考察对象”这个子环节上予以明确。因为民主推荐结果是民意的体现，而推荐的结果中得票较多的人并不一定就等于考察对象，还需要进行“组织确定”。前面说过，作何事都是人做的，“组织”也是由人构成的。这样“组织确定”这个子环节的行为人也就有了“权”。按照“权”“责”统一原则，也就不难明确“确定考察对象”这个子环节中行为人的责任。

四、个别提拔时推荐人和推荐责任的认定

按照《干部任用条例》规定，个别提拔任用干部应按照拟任职务推荐。但这决不意味着仅在拟任职务本单位进行推荐。如果是那样，干部只能就地提拔，干部的交流、多岗位锻炼将无法进行，党政管理人才不能合理配置，因而是不可行的。事实上个别提拔中的干部推荐也没有这样做。

目前，大多数地方的个别提拔领导干部工作的透明度不及领导班子换届工作的高。在推荐环节中，初始提名权的使用、考察对象的确定等各个子环节中都有“权力”在运行。虽然群众的“四权”有所体现，但这个“密封盒”中的“权力”的运行过程是群众所难以控制的。在实际工作中，推荐责任又难以落实到行为人身上，一旦出现问题，责任难以追究，也就容易出现少数人选人的问题。因此，在个别提拔任用干部中明确行为人的责任显得尤为重要。这里着重对这一问题进行探讨。

个别提拔的推荐责任如何认定呢？还是用“权”、“责”统一的方法，把推荐人的“权力”与对其的责任追究对等起来。由于推荐环节的所有行为都是人来做的，因而就要把推荐的责任落实到具体的人身上。

1、“初始提名权”的行使要与“初始提名责任”挂钩。

任何一名被选拔任用的干部，他的名字不会自动出现在推荐名单中，归根结底是有人最初提到了他的名字，这个最初的提名过程叫“初始提名”。在个别提拔中，初始提名行为事实上是由领导干部或“组织”做出的。这有几种情况，一是由领导干部以个人的名义向组织做推荐，并负责地填写推荐表；二是由单位党组织经集体讨论后向上级党委提名的；三是由领导干部（尤其是主要领导）提名，或授意组织部门向党委提名推荐，而领导人不填写推荐书。第一种情况的推荐责任是比较容易明确的。而后两种提名的推荐责任就难以明确，这其实就是领导干部只想行使权力，不想承担责任的表现。在这种情况下，一旦出现问题，责任难以明确，追究无从谈起，个别人说了算的现象就会发生。我们常说领导干部特别是“一把手”在选人用人中的权力很大，首先表现在推荐过程中初始提名权的运用上。领导干部对某一职务进行了初始提名，所推荐的干部在以后的环节中往往是一路“绿灯”，因此规范初始提名过程，明确初始提名责任是做好干部推荐工作的基础。

需要强调的是，我们并不否定领导特别是党政“一把手”及分管领导行使“初始提名权”推荐干部的做法，这种推荐对干部选拔任用具有很高的价值。首先，他们对干部的了解比较全面，能够较为准确的对干部做出客观评价。其次，在干部的使用上，他们能站在全局的高度去认识哪些干部更适合这一职位，哪些干部不适合这一职位。因此，党组织在选拔干部时，应当重视他们的推荐意见。

由此想到，与其冠以民主的帽子，羞羞答答地回避干部选任工作中推荐行为人的权力，不如明确其权力和责任，让群众的来监督其权力运行和对责任的承担，以追究为手段减少用人失误。这样更能落实“四权”。初始提名责任明确后，领导干部在推荐干部时就会更加慎重，责任心会更强，推荐的干部会更加优秀。

在初始提名方案（可能有几个方案）的基础上，认真进行研究讨论，确定重点推荐对象（可差额），到推荐对象所在单位进行民主推荐，依据民主推荐结果，综合各方面情况确定考察对象。这样，一方面对领导干部的推荐权力和推荐责任，对推荐行为的形成了约束；另一方面，“分权运动”在推荐环节得以完成，民主以独特的方式得到了实现，为从源头上防止选人用人中的不正之风找到了突破口。

2、初始提名人即推荐人必须要明确。

谁对干部的任用进行了初始提名，谁就是推荐人，谁就要承担推荐责任。如果是领导干部以个人名义推荐，要负责地写出推荐材料并署名，这个领导干部就是推荐人。如果是单位党组织通过内部测评、集体研究后向上级党委或组织部门做了推荐，本单位党组织明确为推荐人，“一把手”要对推荐结果负责。如果是领导干部初始提名或授意组织部门，以组织部门的名义提名的，组织部门明确为推荐人，组织部长要对推荐结果负责。

在实际工作中如何明确推荐人呢？用制度来约束。要制定有关干部推荐的制度，对推荐行为尤其是初始提名行为做出明确规定。在这项制度中要规定：推荐过程中确定重点推荐对象和确定考察对象必须经过会议决定；提交会议的材料中必须有推荐材料；推荐材料必须有推荐人签名；以推荐单位党组织名义推荐的，推荐单位主要领导必须为准备承担责任而签名；以组织部门名义提名推荐的，组织部长必须在推荐材料上为准备承担责任而签名。

这样做看上去会给任用干部的党委组织部门和组织部长增添了许多责任，增加了很大风险，其实不然。其一，由于组织部长在为很多推荐材料签字的同时意味着责任的产生，可以促使组织部长在“签字”时变得格外慎重。其二，主要领导要倚重组织部长，不可能总是让组织部长为自已承担本该是自已承担的推荐责任，否则，组织部长难当，更反映出主要领导在用人问题上的独断。其三，使组织部门在选人用人上更有发言权，主要领导选人用人的“权力”似乎被分割了一部分。“权力”的分割比极少数人说了算更加符合民主的要求。因为组织部门对干部各方面情况掌握得比较全面，随着责任的增加，这种推荐会越来越慎重。其四，即便有“两厢情愿”现象发生，随着干部考核机制和监督管理机制的完善，被使用的干部中那些“庸才”会逐渐浮出水面，这种畸形的所谓“默契”也早晚会被揭穿，这说明选人的人本身就不可靠，选人用人者的“政绩”可想而知，这以会牵涉到他们个人的政治生命。基于以上分析，如果组织部长是有正义感和责任心的人，公道正派地推荐干部，就不必担心来自上面的“压力”；如果组织部长本身就是素质不高，被淘汰出局也是理所当然的事。

3、初始提名权的行使范围应当划定。

也就是给哪些人赋予初始提名权的问题。按照民主的原则，从理论上讲，任何人都具有推荐干部的权利。但在实际操作中，由于推荐行为人的观念、素质和利益的多元性，推荐结果一定是分散的，如果把所有的推荐结果都进行一一地研究分析，就会陷入无度民主的境地。因而必须有合理的集中，为更加有效地体现民主构建新的载体。这种集中既是为了提高采纳民意的效率，也是为了合理地体现组织意图。初始提名权行使范围的划定，其意义正在于此。当然，初始提名结果并非最终的任用结果，还有本单位进行民主推荐这一步骤，不是多数群众拥护的干部是过不了这一关的，德才表现平平或群众不满意的干部会被淘汰。通过研究分析，我们认为初始提名权应划定的行使范围为：

（1）比推荐职务级别高的领导干部。有些地方在干部推荐中尝试群众推荐、联名推荐甚至个人自荐等形式，我们认为这些做法皆不可取。一是因为推荐范围过大，推荐结果分散，不易集中。二是因为推荐周期过长，成本太高。三是受视野范围、观察角度、个人好恶和本人素质的制约，推荐人难以从更高层次上全面了解干部的各方面表现，也不易针对推荐职务进行比较选择，还会发生感情推荐、利益推荐现象，导致推荐失准。三是推荐责任难以明确，责任无法追究，容易产生推荐的随意性。比推荐职务级别高的领导干部，一般能站在较高的层次上，在工作中通过比较鉴别，对下级干部有一个相对全面的了解，对哪些人适合在所推荐的职务工作有一个比较准确的看法，能够减少推荐的盲目性。这样做是否就不能体现群众“四权”了呢？当然不是。因为推荐对象还要经过确定重点推荐对象和到本单位进行民主推荐两个环节。

（2）与推荐职务级别相当的各单位党委（党组）可以在本单位民意调查的基础上，经过集体研究，以组织的形式向上级党委组织部门推荐本单位干部。这样便于组织部门掌握各单位干部的培养情况，让各单位有权站出来说话，让实绩突出的干部进入上级党委及其组织部门的选择视野。

（3）推荐人禁止推荐与有自已有回避关系的干部，这样有效地防止认人唯亲。

（4）此前三年之中推荐对象有在推荐人管理权限或业务范围内工作半年以上经历。这样，推荐人一般来说对被推荐人有一定的了解，提高推荐工作准确性。

推荐对象一般应是同级后备干部。

五、个别提拔领导干部推荐工作程序必须规范。

《干部任用条例》对推荐环节做出规定了明确规定，干部推荐工作必须按照《条例》的要求去做。为了进一步扩大民主，科学合理地选拔任用干部，我们认为推荐工作程序还须细化。通过对《干部任用条例》的认真理解和对推荐程序的深入研究，我们设计出个别提拔领导干部推荐过程的工作流程：

1、推荐公告。

在个别提拔任用干部前的二个月之前，要在一定范围内对推荐职务和推荐条件进行公告。这样既可以让扩大选人范围，公开选拔条件，加强民主监督，又可以为选拔干部的各个环节，尤其是给推荐和考察环节留有一定的时间，防止突击提拔、草率行事现象的发生。

2、进行初始提名，初步提出推荐对象。

任命干部的党委领导、组织部门、与推荐职务同级的单位党组织、领导干部个人进行初始提名，提出初步推荐意见。以任命干部的党委或组织部门名义提名的，党委或组织部门主要领导要填写提名材料并署名；以与推荐职务同级的单位党组织提名的，要提交主要领导署名的推荐材料；领导干部以个人名义推荐的，要提交署名推荐材料。

3、差额确定重点推荐对象。

组织部门对众多推荐结果要进行认真审核，结合平时掌握的情况和年度考核结果，根据推荐对象的德才表现、工作业绩、自身特点以及推荐职务的需要，召开专门会议研究确定重点推荐对象。这次会议的要件之一是必须提供署名的提名材料或推荐材料，否则，组织部门有权拒绝研究。这个环节非常重要，是明确推荐、追究推荐责任的唯一依据。重点推荐对象的数量可以是推荐职务的几倍，为下一步差额确定考察对象和差额考察留下余地。

4、本单位民主推荐。

组织部门到重点推荐对象的单位进行民主推荐。

5、差额确定考察对象。

与任用干部的党委沟通，根据民主推荐结果，综合各方面情况后，专门召开会议确定差额考察对象。

六、干部推荐责任的追究

干部推荐责任制的最终环节是在干部推荐责任的追究上。如果被任用的干部出现了问题，有几种可能：

一是某些干部在被推荐之前已经出现问题，而是掩盖较深未被发现，任用之后逐渐显露出来，这当然要追究推荐者“荐人失察”的责任。

二是推荐之前没有问题，而任用以后出现问题。然而人的世界观和价值观不是短时间内能够形成的，很可能在出现问题之前就已经形成了某种倾向，只是没有被发现。因此推荐人也应负“荐人失察”的责任。

三是所任用干部不能开拓进取，难以胜任所承担的工作。这与本人的素质、能力有关。当初使用时也没有看到这一点，推荐人也应当负“荐人失察”的责任。

1、推荐责任的追究期限。

据有关资料显示，从领导干部腐败行为的产生到案发有一定的“潜伏期”，而且，这个“潜伏期”有延长的趋势。由此可见，对用人失察失误中推荐责任的追究期限不可过短。然而人是可以随着环境和条件的改变而改变的，所以追究期限又不可以过长。

通过调查，大家比较认同的观点是：对干部任用后出现问题的推荐责任追究时限就为3年，即只要所推荐的干部在任职后3年内发生问题，不管问题是何时暴露的，也不管推荐人身处何位，都要追究推荐人的责任。换句话说，推荐人要对推荐人在任职后3年内的行为负责。也有人认为职务的高低必然意味着推荐责任的轻重，推荐责任的追究期限可参照选任制干部的任期，即对县级干部推荐责任的追究期限为5年，对科级干部的推荐责任追究期限为3年。这个问题尚需进一步讨论。

对干部在任用前已经产生问题的，无论这些问题是何时发现的，都要追究本次任用的推荐人的责任。也就是说，推荐人要对推荐对象在推荐行为发生之前的表现负终身责任，以增强推荐人的责任感，确保推荐行为的严肃和谨慎。

2、推荐责任的追究方式。

在追究推荐责任前首先要科学合理地鉴定推荐责任，要分清推荐责任人是故意隐瞒推荐对象的问题，还是造成荐人失察失真，是推荐责任人凭个人好恶主观臆断，还是接受了推荐人的馈赠进行权钱交易。不管是哪种情况，追究责任是肯定的，否则，推荐责任制就是一纸空文。

第一，推荐责任的追究应依据干部出现的问题的性质和严重程度，以及距推荐行为产生的时间长短综合判定。

第二，推荐责任追究可比照对发生问题干部的处理结果，明确追究的程度和形式。例如，推荐对象在任职前已经产生严重问题而未被发现，任职后才暴露出来，给予了处分，那么推荐人要给予警告处分；若前者为处分，推荐人给予戒勉。等等，类此方式进行。具体的追究规定，还要在充分调查论证的基础上形成制度。

3、推荐责任的追究权

推荐一个好地方范文第4篇

【关键词】校长推荐制 问题 原因 对策

尽管人们对于校长实名推荐制既有支持之声也有反对之音，但它还是在人们的议论声中推行了四年。在这四年时间里，校长实名推荐制在人们的质疑中不断改革和发展，取得了一定预期的效果，但是校长实名推荐制所存在的问题也在推行过程中暴露无遗。这些问题如不及时有效解决，不但对中学校长实名推荐制的有序推进十分不利，而且还会加剧高考不公平，需引起政府及教育行政部门的高度重视。

一、中学校长实名推荐制存在的主要问题

1.过于倾向重点学校

校长实名推荐制是为全国高中毕业生提供一个推荐入学机会的一项自主招生制度，对于每一所高中学校与每一个高中毕业生而言获得推荐名额和校长推荐的机会理应是均等的，然而在运行过程中普遍存在着推荐名额分配不均、过于倾向重点学校的问题。在2013年校长实名推荐制实行过程中存在招生对象过于倾向东部重点地区的问题，详见表1和表2。2013年获得校长实名推荐资格的有来自全国31个省、自治区、直辖市（港澳台除外）的276所高中。这276所高中共拥有417个推荐名额，其中北京的19所高中就拥有45个推荐名额，占到全国推荐名额总数的10.8%。与此同时，在获得推荐资格的农村地区、边远贫困地区和民族地区的中学里，有湖南桃源县一中、北京牛栏山一中等一批县级及农村中学以及新疆华山中学、拉萨中学等少数民族地区的优秀中学。由此可以看出，2013年度获得“实名推荐”资格的中学严重倾向于重点地区的重点学校。[1]

2.推荐标准不够合理

校长实名推荐制的初衷是给那些学科突出的高中毕业生提供一个推荐上名校的机会，然而在实际运行中却存在着推荐标准不够合理的问题，致使这一目标成为空谈。关于中学校长实名推荐学生的条件，北京大学招生办公室在2009年11月8日的《 北京大学关于试行“中学校长实名推荐制”的实施方案 》上说，“由校长以实名形式向北京大学推荐综合素质优秀或学科特长突出的高中毕业生”。而在2013年11月4日北京大学招生办公室的《 北京大学2014年“中学校长实名推荐制”实施方案 》中则提出推荐对象为全国各省（自治区、直辖市）综合素质全面、学科成绩突出、志向远大、具备发展潜能、社会责任感强、基础学业成绩位居全年级前1%以内（文理科类分列，特长异禀者，报北京大学自主招生专家委员会审核后，可适当放宽标准）的高中毕业生。[2] 然而在实际运行过程中，绝大多数校长为了避免社会上的质疑而走上按分数推荐的老路，推荐的学生多是成绩优秀的学生。从叶翠微校长当初提出校长推荐制的设想出发，“实名推荐制”旨在给特殊人才开辟一条升学渠道。很多人也都期待校长们能够推荐一些“怪才”和特殊人才，就像20世纪北京大学和清华大学不拘一格招揽了罗家伦、张充和、叶曼、钱钟书、朱自清等在某一方面有着特殊天赋的人才一样。然而，在被推荐学生的名单下来以后，所有人发现，这些学生都是学习成绩在全校名列前茅的，他们即使是不被推荐也能上一流的高等院校。[3] 的确，“学科成绩突出”“基础学业成绩位居全年级前1%以内”的推荐标准使得校长在推荐学生时不得不考虑学生的分数，造成“唯分数论”的现象的出现。

3.公众质疑之音强烈

校长实名推荐制改革了高考选拔体制的弊端，对于推动我国教育改革具有重大意义，然而在实际运行中却存在着公众质疑之音强烈的问题。国内改革采用的惯常路径是，依据自主招生政策设计出各种招生方案，通过试点寻找到有利于合法地发挥高校自主招生权利的、最合法可行的招生录取方式。但是，因为受制于所谓的国情实际和社会舆论，改革方案实施过程中难免折衷与妥协。[4] 肩负着打破传统高考一考定终生弊端的“重要使命”的校长实名推荐制也同其他教育制度一样，自其颁布之日起便受到社会各界的广泛关注。新浪网在“中学校长实名推荐制”出来之后，就对广大网友进行了一项调查，在参与讨论的10.8万名网友中，67.5%的网友持反对态度，认为“中学校长实名推荐制”会对多数人产生不公平；24.8%的网友表示支持，觉得“可以弥补高考选拔人才机制不足，发现高素质学生”；另有7.7%的网友表示“不好说”。[5] 近年来，对于现行高考制度质疑的声音越来越多，而校长实名制是为创新型、拔尖型人才建立的“绿色通道”，是重点大学破冰招生改革的一个善举。然而，为什么公众却普遍反应谨慎，甚至反对之声高于支持之音？问题在于人们对于校长实名推荐制的疑问多于信心。由于公众普遍对校长实名推荐制持质疑的态度，社会公信力不够，这就使得校长实名推荐制在实际运行过程中举步维艰，很难发挥其应有的作用，取得预期的效果。

二、中学校长实名推荐制存在的问题归因

1.教育资源分配不均

校长实名推荐制在运行过程中所表现出来的推荐对象过于倾向重点学校的问题从根本上来说是由我国教育资源分配不均的现状所造成的。从校长实名推荐制运行至今，在获得“实名推荐”资格的学校中，以城市重点中学居多，并大多集中在沿海省份。而农村中学却很少，少有的几个也是该地区的重点中学，这就造成了推荐只是“优中选优”，并有违教育权利平等与教育机会均等。[6] 而之所以会出现这种“优中择优”的现象，从根本上来说就是因为教育资源分配不均。对于学校而言，基础设施的好坏和师资力量的薄弱以及生源质量的高低在很大程度上决定着一所学校的办学水平。而在我国，东部地区经济水平较中西部地区经济水平有着天壤之别，在教育资源的分配上也有着云泥之别，地区之间、城乡之间、学校之间的办学水平差距悬殊。因此，中西部地区之所以获得的推荐学校和推荐名额所占比例甚小，就是因为这些地区的学校在申请推荐资格时，其基础设施和师资力量以及生源质量都无法与东部地区的学校相提并论，从而使得在学校申请推荐资格与分配推荐学生名额时，东部地区会占据绝对优势。这就造成了在分配推荐学校和推荐学生名额时存在过于倾向重点地区的重点学校的问题。

2.高考选拔制度约束

我国传统高校招生一般是通过全国统一招生考试，根据学生考试分数的高低自高至低录取考生。在此过程中，大学与中学在人才培养上缺乏理性对接的渠道，大学只是凭借学生的考试分数进行录取，学生的真实情况如何，大学并不清楚，而作为最了解学生真实情况的中学却没有发言权。[7] 校长实名推荐制正是给特殊人才开辟了一条升学的绿色通道，也为改变这种高校与中学缺乏沟通的现状提供了一个契机。然而，由于高考制度作为一种招生制度在我国已经实行三十多年，将考试分数作为评价人才的唯一标准的思想也在人们心中根深蒂固，这就使得校长实名推荐制在运行过程中不得不考虑分数这一因素，在确定推荐标准时不得不考虑学生的考试成绩。试想，如果真的有哪个校长推荐出一个“怪才”来，比如某一方面特别突出，但其他方面都很差，可能很难服众，估计多数人也很难接受。[8] 因此，由于高考选拔制度的约束，分数的硬性规定对于严重偏科的怪才而言仍是一道无法逾越的门槛，校长推荐制最终也只能凭分荐人，这与高考“凭分取人”的功能无异。[9] 这就使得校长推荐制难以达到其最初的“探索多样化人才培养新模式、为不同类型的优秀学生的脱颖而出创造条件”的目的。

3.制度本身不够细化

校长推荐制在刚刚提出时并没有对推荐标准作出具体的描述，只是在对招生对象进行定义时提到过，即北京等13个省的综合素质优秀或者学科特长突出的高中毕业生。因此，综合素质优秀和学科特长突出可看作是校长实名推荐制的推荐标准。而2014年的推荐对象则描述为全国各省（自治区、直辖市）综合素质全面、学科成绩突出、志向远大、具备发展潜能、社会责任感强、基础学业成绩位居全年级前1%以内（文理科类分列，特长异禀者，报北京大学自主招生专家委员会审核后，可适当放宽标准）的高中毕业生。[10] 从推荐对象的界定中可以看出，校长实名推荐制的标准是比较模糊的，这种模糊的推荐标准使得校长在推荐学生时有较大的暗箱操作的空间。[11] 此外，在审查申请高中的资格时其标准是什么、获得推荐资格的高中学校如何选拔推荐学生、由谁来选拔推荐学生等问题上也没有明确而详细的规定，这就使得公众担心校长实名推荐制会给校长权力寻租制造一个良好的机会，也正是校长实名推荐制里这些模糊的概念和标准使得公众对其普遍持一种质疑的态度。

三、中学校长实名推荐制的问题解决策略

1.扩大推荐对象范围

针对校长实名推荐制存在的过于倾向重点地区的重点学校的问题，首要解决策略就是扩大推荐对象的范围，让贫困地区、非重点中学的学生也享有推荐入学的权利。就目前校长实名推荐制实行现状来看，其招生对象来源主要是重点中学。重点中学可以依靠“实名推荐”资格提高自己的知名度进而招收更多更好的学生来发展自己，而普通中学却只能越办越差。为了成为校长实名推荐制的推荐对象，学生大多往有推荐资格的重点学校挤，使本来就竞争激烈的重点中学竞争更加激烈，走后门、高额择校费等现象更加严重。而没有钱、没有关系的学生只能进入普通中学就读。[12] 那么对于这些普通中学的优秀学生而言怎么才能享有入学推荐权呢？“实名推荐”所体现的公平性又在哪里呢？这一系列问题摆在眼前。笔者认为，校长推荐制要解决上述实行中产生的问题，就必须扩大推荐对象的范围，改变推荐对象分布不平衡的现状，排除重点中学的影响，让更多的校长和教师参与推荐，让更多的优秀学生享有通过推荐入学的权利，做到重点中学与普通中学相平衡，以保证教育权利平等和教育机会均等。

2.制定科学推荐标准

要改变我国目前校长推荐制运行过程中“唯分数论”的推荐标准，就必须制定完善的推荐标准，保证推荐标准的多元化、科学化。首先，要进一步细化中学推荐学生的可操作性标准，在认真总结过去经验的基础上，不断完善考生推荐标准。[13] 笔者认为“志向远大”“社会责任感强”“具备发展潜能”等标准可操作性不强，应尽量减少这种欠缺可操作性的标准。在确定推荐标准时，应加大学生日常各方面表现的比重，真正做到德、智、体全面考虑，保证对于具有特殊专长的学生，给予相应的推荐制度，力争推荐方式多样化，评价学生方式多元化，切实保证具有特殊专长的学生也享有推荐入学的机会。此外，在制定科学的推荐标准的同时，要加强推荐程序的透明化和公开性，确保推荐自始至终都阳光透明，考虑各方面的因素，力图摆脱高考选拔机制的束缚，实现推荐入学的最大科学化。

3.完善落实监督机制

由于制度本身不够细化，使得社会各界对推荐制的信心不够，公众普遍持质疑的态度，从而致使推荐制发展缓慢，要彻底改变这种现象就必须完善和落实监督机制。在目前的校长实名推荐制运行过程中，推荐制在实施程序方面不够细化，尚缺乏明确可行的监督机制，这就使得公众担心其在实施过程中可能会助长教育领域的不正之风，出现权力寻租等问题，难以保证推荐制的公平与公正。因此，要制定切实可行的监督措施，完善和落实公开透明的监督机制。一方面，要建立专门的监督机构来管理推行过程中弄虚作假等情况，使人们在对公示有异议时能够有地方申诉；另一方面，要将专门的监督机构和公示结合起来，充分发挥社会大众的监督力量，使整个推荐工作在阳光下完成，接受公众和社会各界的监督，避免滋生腐败。在实施过程中，促使校长实名推荐制在社会的监督下不断完善推荐标准的科学化、多元化和人性化，使得校长实名推荐制能够真正成为高考制度改革的一种行之有效的入学选拔机制，从而推动我国高校招生制度改革的进一步发展。[14]

中学校长实名推荐制是近年来新出现的一种高校人才选拔制度，是我国高校自主招生改革迈出的一大步，只有正确认识和认真分析存在的问题，才能推动校长实名推荐制更好地发展。因此，必须要不断扩大推荐对象的范围，保证教育公平；制定科学的推荐标准，保证推荐程序的公开化；完善和落实监督机制，充分发挥社会大众的监督力量，不断解决校长推荐制运行过程中出现的问题，才能推动校长实名推荐制平稳健康运行，推动高校自主招生制度改革进一步发展。

【注：本文系教育部人文社会科学研究青年基金资助项目“营利性与非营利性民办高校分类管理实现路径研究”（编号：12YJC880170）；湖北省教育厅人文社会科学研究项目“社会排斥与流动儿童的教育公平问题研究”（编号：2011jytq080）的研究成果之一。】

（作者单位：湖北师范学院教育科学学院，湖北 黄石，435002）

参考文献：

[1]北京大学2013年“中学校长实名推荐制”候选人名单[Z].2013-11-07.

[2][10]北京大学2014年“中学校长实名推荐制”实施方案[Z].2013-11-04.

[3][5][7]阚仁建.浅析“中学校长实名推荐制”的公平性与实效性[J].基础教育研究，2011（23）.

[4]郑莹，宣力亢.“中学校长实名推荐制”的合理性与可行性分析[J].教育与考试，2011（1）.

[6][11][12]郭明富.论九品中正制及其对校长实名推荐制的启示[D].成都：四川师范大学，2011.

[8]刘海峰.校长推荐制，能否打开另一扇窗[N].中国教育报，2009-12-16.

[9]欧颖.关于高校自主招生中“中学校长实名推荐制”的反思[J].江苏高教，2012（2）.

推荐一个好地方范文第5篇

Abstract： With the increase of the number of library books， readers can not quickly get their required resources. Aiming at the problem that the digital library can't provide users with accurate personality book recommendation service， through the analysis of personalized recommendation technology， a personalized recommendation model is constructed based on user preferences， and the system is studied. Finally， the test results prove the effectiveness of the model.

关键词： 用户偏好;个性化;图书推荐模型

Key words： user preference;personalized;books recommended model

0 引言

随着时间的推移，图书馆的资源越来越多，随着网络技术的发展，图书馆开始从传统的纸质图书的阅读服务转到数字信息资源的服务。图书馆的管理工作也开始自动化、数字化和信息化。对于图书馆来讲，数字化发展之路已成为未来发展的必然趋势[1]。数字图书馆可以为用户提供更好的信息服务，可以有效地实现不同类型、不同位置的信息资源7*24服务模式。但是互联网的发展，使得数据量变得越来越大，正在以几何级数的速度增长。用户如何从大量的信息资源中获取有用的资源已成为一个现实问题。数字图书馆是为用户提供数字资源的，解决用户对于信息服务的日益增长的需求，目前的数字资源的服务模式并不完善，用户面对的各种信息资源不断增加，但信息资源的准确性仍然不是很理想[2]。因此个性化图书馆服务将成为未来图书馆主要的服务方式，是图书馆提高服务质量和服务水平的重要途径。

上世纪90年代，个性化推荐技术被提出来，然后各国学者对此进行了大量的研究，并取得了相当好的成果，然后被应用到电子商务网站中，创造了巨大的经济价值。但总的来讲，现有的推荐系统存在一些问题，主要包括：一是推荐质量的评价，还没有一个很好的指标来评价推荐系统的推荐质量;二是冷启动问题，即对新加入的用户或商品如何推荐的问题;三是效率和实时性问题;四是用户交互问题[3]。随着数字图书馆的发展和读者个性需求的发展，个性化推荐技术逐渐被应用到图书馆领域，个性化推荐技术中最为成熟的是协同过滤推荐技术[4]，通过图书或读者之间的相似性，产生图书或读者之间的最近邻居，再由最近邻居向目标读者推荐相似图书。但是这种算法复杂度大，其推荐质量受多种因素的影响，推荐质量不高。针对这一问题，本文提出一种基于读者偏好的多特征融合的个性化图书推荐算法。个性化图书推荐[5]是根据已有的数据挖掘出相关规律，用找到的规律来对不同类型、层次的读者推荐相关的图书。图书管理系统经过多年的运行积累了大量的借阅数据，这些借阅记录是产生关联规则的重要数据来源，因此个性化推荐系统与原有的图书借阅系统密不可分。同时这些记录也有效体现了不同读者的偏好特征。

1 个性化推荐算法及相关技术

个性化推荐的核心是推荐算法。随着技术的发展，各种各样的推荐算法被提出来。目前常用的推荐算法主要包括基于内容的推荐算法、基于历史行为的推荐算法（又可分为基于关联规则的算法、基于用户的协同过滤算法和基于项目的协同过滤算法）和基于模型的推荐算法（主要有随机游走算法、奇异值分解、概率潜在语义分析等）[6]。

个性化推荐技术可以帮助读者从大量的数据海洋中准确、高效地获取所需要的信息。目前比较成熟的推荐技术主要有以下几种[7]：

①基于关联规则的推荐技术：其原理是通过分析用户当前的兴趣受好或访问记录进行规则提出，寻找有意义的关联组合，然后按规则方式向用户推荐其可能感兴趣的信息资源。常用的关联规则方法有 Apriori算法以及基于 Apriori算法改进的FP-Growth算法等。

②基于内容过滤的推荐技术：基于内容的推荐在本质上是信息过滤技术的延续和发展。系统无须获取用户对项目的评价意见，而仅仅通过学习用户的对历史选择项目的内容信息，来进行新项目的推荐[8]。由于基于内容的推荐算法的根本在于信息提取和信息过滤，属于文本处理的研究范畴，理论上的研究也比较成熟，因此现有很多基于内容的推荐系统都是通过分析产品的文本信息进行推荐的。最常用方法就是信息过滤中TF-IDF算法[9]。

③协同过滤推荐技术：协同过滤也称社会过滤，通过计算用户间偏好的相似性：找到与当前用户相似的其他用户来计算对该用户的效用值，利用该效用值对对象进行排序或加权操作，从而找到最合适的推荐对象.其基本思想为具有相同或相似的价值观、思想观、知识水平和兴趣偏好的用户，其对信息的需求也是相似的[10]。因此相对于传统的推荐方法，协同过滤技术体现出的一个显著的优势是对推荐的对象没有特殊要求，对于一些难以进行内容分析的抽象项目，比如信息质量、个人品味等也能够实现推荐[8]。

协同过滤推荐是利用用户间的偏好相似性来进行推荐，并且推荐过程是完全自动完成的，不需要用户通过填写调查表等方式来明确自己所感兴趣的信息。

④混合推荐技术：各种推荐方法都有其优缺点，并且在一定程度上具有互补性，因此在推荐系统中组用组合推荐策略的方式来对用户进行推荐，往往会得到较好的推荐结果。尽管组合策略有多种，但常用的方式是将协同过滤和基于内容的推荐技术相结合来解决特定的问题。因此在党组织合推荐策略中最重要的原则就是根据实际情况选择合适的组合方式，通过扬长避短，以取得最优推荐结果。常用的组合思路有七种[12]，分别是：加权、变换、混合、特给组合、层叠、特征扩充、无组别等七种。

2 基于用户反馈的个性化图书推荐模型构建

2.1 模型构建

个性化推荐技术是个性化定制服务的一种。各种个性化技术都有各自的优缺点和适用范围。从用户的角度出发，基于内联规则、内容的推荐技术和协同过滤推荐技术，构建了一个新的个性化图书推荐模型，如图1。

①基础数据：个性化推荐需要基础数据支撑，这些数据包括图书资源信息、读者信息和读者借阅信息。这些信息均可以从图书管理系统中直接获取。

②个性推荐模型：针对大量的图书信息、读者借阅信息和读者信息，通过读者相似性分析，寻找相似读者的借阅历史;通过图书信息库寻找同类图书;通过借阅信息库，寻找读者偏好的图书，从而形成用户模型库和图书信息库，进一步形成个性化推荐模型。

③数据挖掘：数据挖掘的目的就是从大量的数据中找到有关、有价值的信息。根据加权的规则把读者偏好的图书与相似读者的阅读历史的图书相综合，通过排序的方式形成此读者的推荐列表，完成推荐工作。

而这所有的工作都依赖于读者特征和图书特征的提取及相似性分析。

2.2 特征提取

影响读者借阅的主要因素有三个方面，分别是图书特征、读者特征和借阅信息。对图书特征来讲，可以把图书分成不同的类别;对于读者特征来讲，可以通过数据挖掘方法把读者分成不同的类别;把借阅信息通过数据挖掘方法可以有效查找到读者偏好的图书。因此三类特征的提取是关键。

2.2.1 图书特征

图书馆的任意两本图书之间都有一定的相似性和相异性，这是影响向读者推荐图书最为重要的因素。图书特征又可分为一次特征和二次特征。一次特征即可以直接从图书的基本信息中提取的特征;二次特征指通过对基础数据分析提取到的特征。

一次特征主要包括：图书的索引号、分类号、总页数、被借阅次数、出版日期、在架（未被外借）的复本数等。它们影响读者借书和借阅时间长短的因素。

二次特征主要指图书的受欢迎程度，通过对读者的借阅记录分析得到的特征。因为大部分图书馆系统均没有图书评价功能，即使小部分图书馆系统有相应的功能，也很少有读者进行评价，因此图书的受欢迎程度难以定量评价。为了更好地定量评价，采用图书的每页图书的借阅时间来评价，即一本图书被读者借阅的所有时间总和与图书的总页数之比。

Sim■=■

其中：Sim■表示第i本书的受欢迎程序;

C■为第j个读者借阅第i本书的时间;

n：为借阅第i本图书的读者数量;

N■：为第i本图书的总页数。

2.2.2 读者特征

不同的读者借阅的图书通常不一样。读者的历史借阅记录可以最好地反映读者的借阅习惯，未来一段时间内读者很可能还借阅与已借阅相类似的图书。同时由于各读者的专业、年级、学历不同，读者借阅与专业、年级、学历的关系也较大。因此影响读者借阅的因素主要包括：专业、年级、性别、学历、学术兴趣等因素。可以用向量X=x■，x■，…，x■表示用户属性集合。

2.2.3 基于借阅记录特征

图书特征和读者特征都是一些基础特征，个性化的推荐技术关键是在图书特征和读者特征的基础上，通过分析读者的借阅记录，进行有针对性的推荐。采用“k-近邻”方法对读者借阅记录进行分析，挖掘读者的个性偏好，形成不同的读者群体。不同群体的读者往往有不同的借阅习惯，但同类群体的读者往往有相同的借阅偏好，会借阅相同类型的图书。因此同类读者中其它读者借阅过的图书也是最可能借阅的。

2.3 个性化推荐的基本流程

根据个性化推荐模型，设计了一个个性化推荐流程，具体如图2。

从图2可以看出，个性化图书的推荐流程是根据基础信息库中的用户信息、图书信息、借阅记录的数据挖掘分析和当前登录用户的信息进行查找读者所属类别和读者的借阅记录，然后形成推荐图书，返回给读者，以实现个性化推荐的目的。

3 实验验证

基于用户偏好的个性化图书推荐模型地，系统通过B/S模型，采用MYSQL数据库、java1.6+tomcat 6.0开发。包括三个大模块，一个是基础数据模块;二是个性化推荐库模块;三是用户推荐模块。

3.1 基础数据模块即数据获取与预处理

基础数据模块的数据进行初始化和预处理，保证全部数据的真实、可靠、完成;其次是通过数据挖掘方法对基础数据分析，根据个性化推荐模型，形成个性化推荐库;最后是根据当前登录用户，进行个性化推荐读者期望的图书。

根据读者的特征、图书特征和借阅记录，从南昌某大学图书馆管理系统中，提取2008-2013年的读者借阅数据、读者数据和图书数据。

3.2 性化推荐库模块即数据的分析

对图书数据，根据中图分类法（第四版）进行相似性分类;对于读者，根据读者特征和借阅记录利用K-MEAN方法进行读者聚类，共分10类。

3.3 用户推荐模块即用户接口

通过B/S方式，给读者展现一个清晰、友好的交互式页面。通过用户登录，获取用户基本信息，根据个性化推荐模型向读者推荐相应的图书，默认推荐前50本图书，分页显示。同时用户可以根据自己的需要进行二次检索，以提高推荐的成功率。

4 结论

随着信息技术和数字化图书馆的发展，图书馆在科研、教育领域发挥着越来越重要的作用。而如何提高服务质量、提高用户满意度，个性化服务成为必然趋势。个性化信息服务能够向图书馆用户提供满足其个性化需求的信息内容和特定功能服务，受到了业内人士的广泛关注和极大兴趣，是目前图书馆领域中非常有意义的研究内容。通过对用户信息、图书信息和用户借阅信息的分析、借用数据挖掘方法，构建了一个用户兴趣库和图书聚类库，然后通过个性化推荐模型，通过多方法加权的方式为用户推荐其所需要的图书，通过个性化推荐系统的实施，获取了较好的结果。但还存在一些问题，包括随着数据量的增加，效率在降低，在今后的研究工作中还需要不断的完善和改进。

参考文献：

[1]吴慰慈，董焱.图书馆学概论[M].北京：北京图书馆出版社，2011：205-209.

[2]李家清.个性化信息服务方式与策略研究[J].现代情报，2006，16（4）：201-221.

[3]雷震.基于聚类的个性化推荐算法研究[D].成都：电子科技大学，2013.

[4]Ghazanfar M A， Prugel-Bennett A. Building Switching Hybrid Recommender System Using Machine Learning Classifiers and Collaborative Filtering[J]. International Journal of Computer Science， 2010， 37（3）： 272-287.

[5]邓广彪.关联规则在个性化图书推荐中的应用研究[J].电脑开发与应用，2013，06：46-48.

[6]李岸.华图在线文库系统中个性化推荐技术的研究与实现[D].长沙：中南大学，2013.

[7]彭玉，程小平，徐艺萍.一种改进的Item Based协同过滤推荐算法[J].西南大学学报：自然科学版，2007（5）：146-149.

[8]夏培勇.个性化推荐技术中的协同过滤算法研究[D].青岛：中国海洋大学，2011.

[9]Salton G，Automatic Text Processing. Addison-Wesley，1989.