推荐一个好地方作文范文
时间：2023-09-23 14:36:42
推荐一个好地方作文篇1
对于推荐人的选择这一问题没有标准的答案，往往我们需要结合你的意向专业所需特质和你个人的履历来选择合适的推荐人。最好的推荐人往往应该是和你有足够交集，对你有足够细致地了解，从而能将你身上的某些专业特质落实到实处的人。推荐人的分量也是一个需要重点考量的因素，在选择的时候我们往往需要做一番权衡。
在选择好推荐人后，我们需要和推荐人取得联系。其实除了真正能给推荐人留下深刻印象或长久以来和推荐人保有密切联系的申请人，推荐人是否愿意帮你写推荐信，以多大的积极性帮你完成推荐信的写作，和你向推荐人发出请求过程中的表现密切相关。记住“说服”不是从你提出请求后开始的，从你准备提出请求之前“说服”就已经开始了。
在邀请推荐人之前，首先请确保你对整个申请流程，一些重要环节的开始结束日期，一些具体化的要求都要有一个明确的了解，有了这些了解你才能把握从与推荐人接触到获得推荐信整个过程中应有的节奏，有一个明确的规划。
邀请时的礼节
邀请时间：
注意时间问题，没有推荐人会喜欢突然袭击，在规划好的基础上尽早与推荐人取得联系，给推荐人和你自己足够的机动时间。
邀请方式：
在有可能的情况下，尽量在发出正式邀请前与推荐人见一面，一方面可以帮助对方回忆，另一方面你也可以在交谈的过程中提及自己对未来研究生活的规划。可以和推荐人探讨一下相关专业的问题让他知道你并不是盲目出国。这可以表现你的诚意和学术态度。
很多情况下，因为地域或者时间原因，双方没有时间见面，我们往往要用文字的形式联系推荐人，这时候我们要注意的是联系的时间选择和措辞。总的原则只有一个那就是尽可能地从对方角度考虑问题，让推荐人更容易帮你完成推荐信的写作。
不是所有的推荐人都会答应推荐请求。有些推荐人日程太满，还有些推荐人每年有推荐名额限制。在请求的结尾告诉对方，即使不方便推荐也表示理解并且依然感谢。平常看待“邀请被拒”，寻找其他推荐人即可。但是，不要“海投”推荐人，更不要在推荐人答应邀请后“放人鸽子”。
这些准备能帮你获得推荐人的好印象
了解你的推荐人：
你不能一味地向推荐人展示自己，而不顾推荐人的特点。你的推荐人往往已经处理过多位师哥师姐的推荐信，他很可能已经有自己的一套关于推荐信的处理方法。在邀请推荐人之前尽可能的找到之前的师哥师姐了解情况，从而了解推荐人更偏好地邀请方式和推荐人推荐信的风格。之后你就可以给推荐人提供更加精准的个人资料，以便于推荐人为你写出更加个性化的推荐信。
让推荐人了解你：
巧妇难为无米之炊。为了推荐人能够写出更加具体，更有价值的推荐信，让推荐人了解你尤为重要，这里我们需要为推荐人准备一个资料包，主要包括下面这些内容。
1. 一张你自己的照片，让推荐人记起你是谁，个人照次之，最好是你和推荐人同框的照片，在照片背后标注这是什么时候，你们在做什么，然后表达对推荐人的感谢。
2. 一个自述，简单介绍自己，着重说明你选择这位推荐人的理由，比如推荐人的研究方向可以客观地评价你的学术能力等。然后进行你的目的说明。
3. 一些项目，你所研究的每个研究项目的总结，无论这是在学校还是研究实验室。如果你有，或者有技术报告，也请附上。
4. 你的学习成绩，用表格分类整理你意向专业的相关成绩，并附上任课推荐人的联系方式。
5. 你的获奖情况，课外活动名录，获奖介绍等。
6. 提交推荐信的邮箱和地址以及告诉推荐人截止日期（建议比真实日期提前，毕竟大家都可能有拖延症）。最后，截止日期之前，你需要提前和推荐人确认是否提交并表达感谢。
不是所有的推荐人都愿意亲笔写
不可避免的会有推荐人不愿意亲自写的情况，这时候推荐人往往会答应最后署名或者在过程中参与，切不可以为不会有变数，尽可能地让推荐人有所参与避免最后出现意见不和。
1. 某些推荐人会希望有一个填写的模板。
2. 比如说，“我认为您完全有资格做我的推荐人”，“在某某经历中我表现如何”，“您看出我某些品质”此类，可以让双方更快更有效地交流。草拟提纲让推荐人过目获得推荐人认可。
推荐一个好地方作文篇2
[关键词]Web个性化推荐系统 Web挖掘 基于规则过滤 基于内容过滤 协作过滤
[分类号]G350 TP311
1 引言
Web个性化的用途主要是为用户提供独立的、特定个人偏好的、方便快捷的和满足用户需求的服务。对于不同的网站来说，实现个性化的目的具有其自身发展的需要。例如，商业网站的个性化是通过提供的便捷服务方式提升顾客忠诚度和吸引更多的客户，从而实现其销售业绩和商业利润最大化的需要。在公共服务领域，网站为了提高其服务质量，提升用户满意程度，根据用户关注的重点和信息需求，为其定制特定的个性化服务。专门研究Web个性化理论和方法的国际会议1TWP组委会主席BamshadMobasher教授从20世纪90年代就开始Web个性化的研究，他认为：“在Web网站中，个性化意味着动态内容的发送，例如文本元素、链接、广告和产品推荐等，这些内容专门为特定用户或者一部分用户的需要及兴趣定制”。他把Web个性化过程看作是一个包含数据挖掘循环所有阶段的一个典型应用。这些阶段包括数据收集、预处理模式发现、性能评价和在用户和Web网站之间应用实时发现的知识。
个性化的关键技术是推荐系统，其作用是根据用户模型推荐个性化内容，主要包括四种工作模式：基于规则过滤、基于内容过滤、基于协作过滤和混合过滤模式。本文重点介绍智能推荐方法和技术，并提出一种Web个性化应用智能混合过滤推荐模型。
2 Web挖掘与个性化推荐
个性化推荐是Web挖掘结果呈现给用户的应用，其依据原理是数据挖掘理论基础。许多学者认为，Etzioni是第一个提出Web挖掘(Web mining)技术的人，他认为，Web挖掘技术可分为三种类型：Web内容挖掘(Web content mining)、Web结构挖掘(Webstructure mining)和Web使用挖掘(Web usage mining)。Srivastava等人对Web使用挖掘的定义是：Web使用挖掘是应用数据挖掘技术，为了更好地理解和服务基于Web应用的需要，发现Web数据的使用模式。个性化推荐系统通常对日志数据采用Web使用挖掘。
Web挖掘使用的数据可能来自Web服务器访问日志、服务器日志、引用页日志、浏览器日志、错误日志、用户资料、注册数据、用户会话、用户交易、cookies、用户查询或者是用户书签数据。通过分析这些文件和文档，可以获得用户感兴趣的使用模式和信息。
目前常见的Web日志格式主要有两类：①Apache的NCSA日志格式，分为四类：NCSA普通日志格式(CLF)、NCSA扩展日志格式(ECLF)、错误日志格式和定制日志格式。②IIs的W3C日志格式，共分为8类：W3C扩展日志格式、集中记录的日志格式、NCSA普通日志格式、IIS日志格式、ODBC记录的日志格式、集中记录的二进制日志格式、错误日志格式和定制日志格式。无论是Apache还是IIS的日志格式，常用于信息分析的是扩展日志格式和定制日志格式。通常情况下，系统自动记录的日志有错误日志和访问日志，记录的文件名分别为error.1og和access.1og，除了错误日志以外的日志均称为访问日志。Apache 2.2版的扩展日志文件格式定义及示例如表1所示：
3 推荐技术
通常，个性化推荐系统分为基于规则过滤、基于内容过滤、基于协作过滤的方法以及这三种方法混合的具有智能性的推荐方法。基于规则过滤方法的特点在于采用关联规则、回归算法，找到用户对相关联对象之间的兴趣度、发现用户偏好，预测用户未来行为。基于内容的过滤推荐技术特点是，根据用户过去选择对象的特点，从对象描述、终端数据库里的对象属性关联抽取其特征，系统为其推荐相似的对象。基于内容的过滤系统最大的缺点是用户模型的建立过度依赖于用户以前选择和点击的具体对象。协作过滤推荐系统寻找与目标顾客历史吻合的顾客群组(称为近邻)，利用了用户的相似性进行推荐。这些方法的基本模型如图1所示：
通常情况下，系统采用单一的推荐模型，例如，基于规则过滤的推荐系统，在离线学习阶段、数据预处理阶段需要做的工作是：应用程序在系统空闲时间段完成原始日志数据从日志文件或者日志数据库抽取，并进行清洗、转换、加载转换工作，清洗后并规范化的日志加载到日志仓库以备数据挖掘算法使用。在生成模型阶段，根据基于规则过滤采用的算法，比如关联规则使用的Apriori经典算法进行频繁模式分析，生成用户模型，根据挖掘算法计算生成用户特征组成的规则模型库。在在线推荐阶段，Web个性化推荐系统提取出当前用户的特征，查找规则模型库对应的匹配规则，根据计算结果检索当前可推荐的对象，最后以可视化的方法呈现给Web个性化用户。
当前，个性化技术研究的热点是基于协作过滤推荐，该系统面临两个主要挑战：可扩展性和确保对用户推荐的质量。可扩展性是指个性化系统在用户数量增加的情况下，推荐系统能够正常工作而不影响个性化系统整体性能。保证推荐质量是赢得顾客信任的基本要素，缺乏用户信任的个性化应用注定失败。
4 智能混合过滤推荐
针对单一的基于内容过滤或者协作过滤推荐系统存在的缺点，当前研究的重点是采用混合两种或以上的推荐算法，目的是提高推荐的效率和精度；同时，已经有相关的理论研究。例如，Burke提出的方法是混合基于内容和协作过滤技术，旨在提高推荐的质量随；Ardissono等人采用多种异构推荐技术的方法，通过收集多种用户偏好的信息实现；Mobasher等人提出一种框架，把在线用户访问Web页面的会话活动过程与在线数据准备和数据挖掘任务分开处理，采用基于聚类的技术把Web站点使用和内容模型采用统一的表示方法，用于实时的个性化操作；这种方法的优点在于Web站点的使用和内容特点集成到Web挖掘框架里，为推荐引擎提供统一的访问方式，从而提高了个性化效率；Rosenthal等人提出的研究旨在提高推荐系统在线预测精度。
笔者经分析认为，基于规则过滤和基于协作过滤技术的缺点是：通常需要离线学习训练样本生成关联规则或者用户组的分类，二者具有可扩展性差和动态变化缓慢的特点，因此，不适于在线的迅速响应，尤其
不适合实时查询的响应。基于内容过滤技术的优点是响应及时，但其缺点是依赖于用户的历史操作记录，如果用户的兴趣偏好变化或者历史记录缺失，推荐给用户的结果将可能会产生严重的失真。
基于以上分析，本文结合以上三种推荐方法，提出一种Web个性化应用智能混合推荐模型，其优点是通过模型适配器智能性地、自动为推荐系统选择合适的挖掘模型，具有响应速度快、推荐准确性较高等特点(见图2)。该模型的数据收集、预处理过程采用的方法与传统的推荐类似，与原有系统兼容并且进行功能扩展。数据挖掘模型可以有多种，主要分为三种类型：基于关联规则的挖掘类型、基于内容的分类挖掘类型和基于协作的聚类挖掘类型。根据实际挖掘应用环境需要和企业规模的不同，该模型可以实现某一种挖掘类型的几种具体算法，也可以实现任意两种或者三种挖掘类型的任意种算法，因此，该模型能够使用于多种用途，具有较强的灵活性。此外，由于该模型可以实现某种挖掘类型的多种算法，因此，可以进行精度比较，提高推荐的精度。
这种方法与图1所示的个性化推荐系统模型相比较而言，除了具有单一的推荐功能外，具有以下几个特点：①混合采用的多种过滤推荐技术，能够根据系统应用情况和抽取到的用户特征自动识别用户需求，是一种智能型推荐系统；②这种智能型推荐系统采用多种过滤推荐技术，具体采用哪种过滤技术由模型适配器根据用户特征和推荐内容的不同而决定；③本系统能够完成多种过滤技术的推荐。例如，一个商务网站的个性化注册用户完成交易之后，Web个性化推荐系统提取该用户的访问特征，并进行分析，为用户的个性化推荐做准备。模型适配器分析该用户当期的购物内容，使用关联规则挖掘模型发现用户的购物内容并推荐与此相关的内容，推荐可能关联的商品。使用内容过滤模型发现用户当前对哪些商品感兴趣，从而推荐更多用户可能会感兴趣的商品；使用协作过滤模型找到与该用户有相似购物内容的用户还买了哪些商品，根据用户的相似性推荐当前用户还没有发现是或者还没有购买的商品。模型适配器根据挖掘结果，可以把推荐内容呈现给用户账号页面，或者是推送到用户使用的电子邮箱。这些复杂的工作都由适配器自动识别并操作完成。
归纳本文提出的智能混合推荐系统模型特点如下：①自动适配功能，提供一种数据挖掘算法模型的接口，这种接口能够自动适配推荐技术，实现在线推荐；②灵活性强，可以根据实际需要加载、更换数据挖掘模型；③通用性强，不但可以用于个性化推荐，还可以用于决策支持系统(Decision Supporting System，DSS)、专家系统(Expert System，Es)商业智能系统(Business In.telligence，BI)等。
5 结语
在未来几年的个性化研究中，其关键技术依然是推荐系统。个性化推荐基于Web挖掘理论和技术而不断发展，涉及到数据挖掘、人工智能、机器学习等多个领域的理论。随着Web技术和普适计算的发展，个性化推荐系统采用的挖掘技术越来越复杂，由单一技术向混合技术和智能型方向发展。
个性化推荐进行数据挖掘需要的数据源越来越多样化，综合了日志数据、历史交易记录、用户搜藏、用户注册信息、个人评价反馈信息等。当前，关于Web日志格式的设计原则，还缺乏相关的理论研究，因此，可以考虑进行Web日志格式设计的研究。一些研究者为了提高个性化推荐系统的精度，把研究重点放在提高推荐系统的算法优化方面，但是，有针对性地定制收集用户数据进行用户模型建模，对于个性化推荐系统精度的提高有着根本性的促进作用。这些定制收集到的用户数据能准确地反映出用户的偏好，并且，用户模型建模收集到的数据越准确，就越有利于推荐系统的精度提高。同时，经过定制收集到的数据还能够有助于减轻推荐系统计算冗余数据的负载，从而提高个性化系统整体性能。
参考文献：
[1]Mobasher B.Data mining for Web personalization.[2010―12―11].#other.
[6]Billsus D，Pazzani M.A personal news agent that talks，learns andexplains.[2010一12―11]..
[7]Han J，Kamber M.数据挖掘概念与技术.范明，孟小峰，译.北 京：机械工业出版社，2006.
[8]Burke R.Hybrid Web recommender systems／／Brusilovsky P，Kob-sa A，Nejdl W.The Adaptive Web：Methods and Strategies 0fWeb Personalization，Lecture Notes in Computer Science.Berlin：Springer―Verlag，2007：377―408.
[9]Ardisson0 L，Gena c，Torasso P，et a1.User modeling and recom-mendation techniques for personalized eleetronic program guides／／Personalized Digital Television.Targeting Programs to IndividualUsers.Amsterdam：Kluwer Academic Publishers.2004：3―26.
[10]Mobasher B，Dai Honghua，Luo Tao，et a1.Integrating Web usageand content mining for more effective personalization.[2010―12―11].省略／eontent／Tlhdxjkwmavpbpda／.
推荐一个好地方作文篇3
为学生借阅图书提供指导是高校图书馆的一项常规工作，对特定专业学生进行专业书目推荐服务则是此项工作的薄弱环节。从专业书目准备、专业书目推荐人、推荐时间等方面分析了制约专业书目推荐的关键因素，提出了基于微信公众平台实现专业书目推荐的方法，并对推荐系统进行分析与设计。
关键词:
微信公众平台;高校图书馆;专业书目推荐
在一项关于高校大学生和研究生阅读的调查中发现，学生在阅读中最主要的困惑是不知道读什么书。许多学生表明，他们迫切需要得到专家的指导［1］。目前，高校图书馆常以张贴海报、在图书馆网站上设置阅读推荐专栏等形式为大学生借阅图书提供指导。这些方式推荐的书目通常是面向所有学生共性的素质拓展类图书。针对特定专业的学生进行专业书目阅读推荐，尤其是在结合学生培养方案、学期开课情况动态提供推荐服务上则比较薄弱。本文将重点围绕该问题展开探讨。
一、专业书目推荐概述
专业书目推荐是高校图书馆图书推荐服务中最重要的方式之一，它是针对大学生读者，围绕学生所学专业，对文献进行的选择性推荐。专业书目推荐对学生的专业学习具有重要的指引作用，学生只有通过阅读优质的专业书籍，养成阅读的良好习惯，才有可能掌握更多专业知识，提高他们的专业素质，也才有可能在这个领域有所建树。由于专业书目推荐涉及到众多专业，没有哪所高校的图书馆能独立完成专业书目的编制工作。大多数高校图书馆没有开展专业书目推荐这项服务，或者说这项服务的功能由学生所在学院(系)任课教师不自觉中承担起来。部分任课教师在承担某门课程任务时，会向学生推荐本门课程的参考书目，这样的推荐行为是一个自发行为，另外，任课教师推荐专业参考书目时并没有结合图书馆的馆藏情况，难以保证推荐后的执行效果。部分高校在一定程度上实行了专业书目推荐的服务，多以学科馆员服务的形式来体现这一功能。通过设置学科馆员，每位学科馆员对接某个院系，推动对口院系与图书馆订购资源、编制相关学科读者参考资料［2］。但从推荐专业书目工作实践过程中，发现这一服务难以得到有效落实。其原因在于，一方面此项工作单靠图书馆的力量很难完成，另一方面，没有形成有效的工作机制，即便有院系的参与也很难有效实施。因此，要开展好此项工作，首先要学校领导高度重视，学校教务处、学生处、团委等单位要相互支持及配合。其次，要制定行之有效的工作机制，为实施提供机制保障。
二、专业书目推荐模式
图书馆提供的信息服务可分为共性信息和个性信息。相对于全校学生来说，专业书目推荐属于个性化信息，是要根据学生所在年级和专业推荐与其专业学习相关的参考书籍。由于推荐内容涉及专业知识背景，推荐对象要精细到年级、专业，实施专业书目推荐需要合理调度涉及该项工作的各种要素，才能发挥专业书目推荐的作用。
(一)馆藏专业书目准备
专业书目推荐的前提是学校图书馆要准备充足的专业图书、文献资源，为后续的推荐提供书目来源。图书馆要设置专人负责此项工作，安排专人对接各个院系。各院系也要安排专人负责收集本学院各专业需要采购的图书清单。通过双方的互动合作，充分发挥出院系在采购图书中的推荐作用。图书馆收集各院系各专业推荐的书目后，根据现在馆藏情况，最终形成专业图书采购清单，及时做好专业书目的采购入库工作。
(二)确定专业书目推荐人
许多高校专业书目推荐的实践效果并不理想。其原因之一是执行推荐的人员通常由图书馆馆员自己承担，人手不够且没有专业领域知识支撑，其结果是“非专业的人干专业的事”，效果自然不如人意。而且，专业书目推荐要结合专业培养方案、学期开课计划动态确定推荐内容，只靠图书馆自己的力量不能很好完成该工作。学校可成立图书馆专家荐书委员会［3］，从各院系聘请专业教师、资深教授为“特约馆员”，具体执行专业书目推荐工作。为提高“特约馆员”的积极性，切实发挥其作用，学校层面要制定出台相应的激励措施或政策，在绩效考核和工作量核算时充分考虑他们的这部分工作。同时，要建立配套的年度考核机制，督促相关人员把工作做好做实。
(三)确定专业书目推荐时间
高校以学期为单位开展教学活动，专业书目推荐要与学期开课计划相联系，根据当前学期的课程开设情况确定推荐的专业书目。由此可见，专业书目推荐是一个常规性工作，在每学期开学之初，推荐人应该将推荐信息传递给学生。
三、基于微信公众平台的专业书目推荐方式
微信公众平台是在微信基础上新增的功能模块，通过这一平台，个人和单位都可以打造一个微信公众号，并实现和特定群体的文字、图片、语音的全方位沟通、互动［4，5］。高校图书馆要将专业书目信息准确、及时地传递给学生，可以通过建立基于微信公共号的应用系统实现。与图书馆开展书目推荐工作传统手段相比，基于微信公共号的应用系统更具开放性，通过其“开放的接口”可以轻松将各种信息要素连接起来，在信息传递的准确性、互动性上也有一定的优势。图书馆开展书目推荐工作的传统手段如发放通知、利用图书馆主页开展网络导读服务［6］、利用新浪微博开展书目推送服务［7］、建立QQ群等都存在一定的问题，容易造成信息丢失，难以做到精准推送。基于微信公众平台的信息推送功能，能够比较完美地帮助解决专业书目推荐中可能遇到的问题。通过微信公众平台，专业书目信息能高效、准确地抵达用户，信息到达率几乎是100%［8］。另外，微信公众平台具有用户分组管理，可以根据用户的特点和需要，进行有针对性的推送，提高了信息推送的效率和精准性，避免信息过载现象。在具体实施中，我们需要将全校学生划分为不同的群组。可以按年级+专业对学生进行划分，群组名由年级和专业代码组成，每个年级的不同专业应建不同分组。相同年级相同专业的学生应被分配到同一分组中。专业书目推荐人根据不同学期开课情况给不同群组推荐个性化的专业书目。对于划分群组，一种简单方式是使用微信公众平台自身的管理系统，但这种方式缺乏灵活性。另一种方式是使用微信公众平台提供的高级服务接口编程实现分组功能，该方式需要在申请微信公众号时选择服务号，将使用模式设置为开发模式，这样，用户可以基于需要，利用微信公众平台提供的接口开发应用系统。
四、微信专业书目推荐系统设计
基于微信API开发应用系统实现专业书目推荐，首先需要向腾讯公司申请微信公众服务号，启用开发模式，进行认证，这样能够获得更多高级接口开发的能力。要自动获取推荐过程中需要的信息，最大化减少人工信息输入，开发的微信专业书目推荐系统就必须将图书馆信息管理系统和教务管理系统联系起来，如图1所示。图书馆信息管理系统中存储有馆藏图书信息，从中可以获取馆藏的专业参考书目信息。教务管理系统存储了学生的专业培养计划、学期开课情况，可以为生成学生专业推荐书目提供参照。无论是对接图书信息管理系统，还是教务管理系统，如果它们没有对外提供接口，可以直接访问它们的数据库获所需信息。微信专业书目推荐系统的主要功能:
(一)身份绑定功能
学生要能接收到专业书目推荐人推送的信息，关注公众号后进行身份绑定。身份绑定将学生的微信OpenID自动添加到相应的群组中，绑定流程见图2。绑定过程通过提供一个表单接收用户输入，用户需要输入学号、登录密码。当提交表单时，学号、密码、以及隐藏参数用户OpenID被一起传递到后台。后台处理程序将学号和密码与教务系统中的用户信息进行校验，若为合法用户，则获取用户所属年级和专业代码，按微信群组名的命名规则生成群组名，并查询是否存在以该群组名命名的群组，若不存在，绑定失败，否则，调用“移动用户到分组”接口将用户OpenID添加到该分组中。
(二)学期开课信息查询功能
推荐人在推荐专业书目前，要根据各年级各专业当前学期开设的课程决定推荐内容。因此，推荐系统应为推荐人提供便捷的开课情况查询功能。通过专业书目推荐系统与教务系统数据库的数据对接，实现从教务管理系统数据库中直接提取数据，将专业开课信息汇总后呈现在推荐人的客户端。
(三)专业书目分组群发功能
由于分组群发的执行者是各院系的“特约馆员”，因此，图书馆要建立推荐人与分组的关联，即明确推荐人能对哪些分组执行信息群发功能。当推荐人在选择群发对象时，只能看到与自己关联的分组，这样可以避免将信息误推送给其他分组。执行分组群发的过程要经过三个步骤:第一步，准备群发内容。群发内容可以是文本、图片、语音、视频、图文。除文本内容外，其他内容需要获得相应的media_id。第二步，选择分组，根据推荐人选取的用户分组，查询出分组中的用户列表。第三步，执行群发，通用调用微信平台中的信息推送接口，依次对用户列表推送信息。具体算法描述:输入:指定的分组ID1)获取关注者列表OpenIDList，通过调用“获取关注者列表”接口来获取公众号的关注者列表，调用的URL地址为api．weixin．qq．com/cgi－bin/user/get?access_token=ACCESS_TOKEN＆next_openid=NEXT_OPENID;2)遍历关注者列表OpenIDList，对每个OpenID，执行下列操作:调用“查询用户所在分组”接口，通过用户的OpenID查询其所在的GroupID，调用的URL地址为:api．weixin．qq．com/cgi－bin/groups/getidaccess_token=ACCESS_TOKEN;若用户所在的GroupID等于指定的分组ID，则推送信息。
五、结束语
微信公众平台是一种新兴的信息推送工具，其使用形式新颖、便捷。通过使用微信公众平台提供的高级开发接口，可以实现高校专业书目的个性化推送服务，增加信息推送服务的深度。图书馆应充分利用微信公众平台提供的开发接口，扩展应用，为学校学科、专业的发展提供更好的信息服务。
参考文献:
［1］张亚军．高校图书馆图书推荐的几种方式［J］．重庆转图情研究，2012(4):42－44．
［2］杜辉，刘晓，袁百成．基于微信公众平台的高校图书馆学科服务创新［J］．图书情报工作，2015(6):41－45．
［3］刘静．基于微信公众平台的高校图书馆书目推荐研究［J］．大学图书情报学刊，2015(4):31－35．
［4］钟志勇．微信公众平台应用开发实战［M］．北京:机械工业出版社，2013．
［5］刘运强．微信公众平台应用开发:方法、技巧与案例［M］．北京:机械工业出版社，2014．
［6］肖蔚，2000年以来我国推荐书目研究书评［J］，高校图书馆工作，2009(3):9－15．
［7］刘哲，高校图书馆网络导读服务现状研究———以211工程院校图书馆为例［J］，图书馆论坛，2013(5):99－103．
［8］康思本．基于微信公众平台的高校图书馆个性化信息推送［J］．图书馆研究，2014(4):82－85．
推荐一个好地方作文篇4
【关键词】数字化阅读 传统阅读 书目推荐
2013年4月18日，由中国新闻出版研究院组织实施的第十次全国国民阅读调查结果公布，电子书的阅读量增幅较为明显，2012年我国18―70周岁国民人均阅读电子书2.35本，比2011年的1.42本增长了0.93本，增幅达65.5%。在数字化阅读的强有力冲击下，传统的书目推荐方法显然无法完全适应这个新的阅读时代的到来，研究新的书目推荐方法，日益显得紧迫。
1.传统阅读与数字化阅读
要想研究数字化阅读下书目推荐新方法，首先要搞明白的问题就是数字化阅读与传统阅读之间存在的关系，弄清二者的异同，对搞好数字化阅读下书目的推荐工作具有十分重要的意义。
1.1 传统阅读
东汉和帝元年，蔡伦发明了造纸术，使纸成为普遍使用的书写材料；宋仁宗庆历年间，毕发明了活字印刷术，加速了人类的知识传播，为实现真正意义上的全民阅读提供了可能。
由此，纸质印刷品成为了阅读概念的主体。千百年来，我们的阅读行为在文献载体形态的制约和影响下，一直以青灯黄卷的阅读方式代言整个人类的阅读行为。这种传统意义上的阅读行为，自然也就仅仅是指纸质阅读，依据2005年版《现代汉语词典》对阅读一词的解释：“看书报等并领会其内容”。
1.2 数字化阅读
数字化阅读的基础是建立在信息数字化的基础上的。数字化就是将许多复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型，把它们转变为一系列二进制代码，引入计算机内部，进行统一处理，这就是数字化的基本过程。
由此可知，数字化阅读是以计算机为基本载体，包括许多光电出版物。同时，由于互联网的普及，使人们获取信息的方式发生了根本性的变化，阅读的概念不仅仅是看书读报了，阅读不仅是包括文字阅读，还包含着对声音和图像的领悟，还包含着网络时代的在线阅读和下载阅读。
2.传统书目推荐方法
通过上述的论述，我们知道了传统阅读和数字化阅读既有相同点，又存在很大的差别，要探讨数字化阅读下书目的推荐方法，我们有必要探讨书目推荐的作用和传统阅读下的书目推荐方法。
2.1 书目推荐的作用
书目又称目录，它是著录一批相关文献，按照一定次序编排组织而成的一种揭示和报道文献信息的工具。书目的产生，其根本原因在于文献同需求者之间存在的信息不对称的矛盾。书目的产生，就是为了解决这个矛盾，对文献进行的加工，从而降低原文的获取成本，节省读者检索时间，提高一次文献的传递和利用效率，促进科学信息资源的公共获取。书目的作用，用一句简单的话来概括，就是帮助读者快速、准确找到所需文献。
2.2 传统书目推荐方法
通过上述的论述，我们知道了书目的作用，要了解数字化阅读下书目的推荐方法，有必要对传统阅读下书目的推荐方法做一个了解。传统书目的推荐，在我国出现的时间很早，下面一一加以论述。
2.2.1 政府编制书目
我国的官修书目历史源远流长，汉代有《别录》《七略》；三国时有《中经新薄》；隋代有《隋大业正御书目录》；唐代有《郡书四部录》；宋代有《崇文总目》；明代有《文渊阁书目》《新定内阁书目》；清代有《四库全书总目》。到了近现代，开始出现国家书目，各国一般都有自己的国家书目，如《英国国家书目》《中国国家书目》。政府通过编制这些书目，向读者展示了一个国家比较全面的图书收藏和出版情况，但是由于规模比较大，针对性不够强，因此实际的在指导读者阅读中，起的作用并不太大。
2.2.2 权威个人指导阅读
这种方式在学校用得最常见，比如教师在讲解一个问题的时候，为了帮助学生加深理解，往往指定几本相关的书籍或者文章，这就是典型的指导性阅读书目推荐方法。这种方式可以叫做导读，我国的导读出现的历史比较早，比如孔子就向自己的弟子指导过读书。为了指导阅读，权威的学者还在此基础上编制了导读目录，较为有名的导读目录有：元代程端礼著《程式塾读书目录》、清代李士著《读书次第》，而最为出名的是1875年张之洞编制的《书目答问》和1896年梁启超先生编制的《西学书目表》。这种导向性极强的导读，对于读者或者学生来说，具有很实际的作用，权威学者人物依据他们自身的学术修养水平，推荐阅读的书籍往往代表这个领域的高水平研究成果。因此，通过导读，可以有效地避免读者盲目阅读，这种方式在读者中受到极大的欢迎。
2.2.3 报刊推荐书目
这类的图书推荐方法，图书广告，目的各有不同。比较常见的有综合的图书推荐报刊，例如《读书报》《读书杂志》《中国读书评论》等。这种图书的推荐方法，根据读者的爱好投其所好，也取得了较好的效果，不同爱好的读者，往往可以通过自己所喜欢的报刊，了解到优秀的读物。在传统的阅读下，这些方法有效地达到了书目推荐的作用，读者通过这些办法，一般都能得到自己所希望得到的文献。随着信息时代的到来，数字化阅读的地位日渐提高，逐渐成为现在同传统阅读相并列，同等重要的地位，并且还处于上升的趋势。面对这种新的形式和新的变化，有什么有效的合理的办法来推荐图书呢？这将是下面需要论述的问题。
3.数字化阅读下的书目推荐方法
数字化阅读下图书的推荐，是依据数字图书和数字图书阅读的特点来发展起来的，数字化阅读的主题主要是青年人，阅读的载体依赖于计算机等专门的阅读工具，电子图书常常可以共享，阅读的内容不仅仅限于文字，还更多的包括图片、音乐、视频等信息，阅读的方式呈现跳跃性，更新速度快。数字化阅读和传统阅读也有相同的地方，都在于为阅读获取信息，因此，数字化阅读下书目的推荐方法也继承了不少传统方式，但是那些传统的方法已经无法适应快速的数字化阅读，新的方法应当应运而生。下面就着力介绍这些方法。
3.1 建立专门的读书推荐网
如读8网、新浪读书网，还有不少的小说等书籍的下载和阅读的网站，这些网站一般都分门别类地介绍自己所拥有的图书，但是各个网站之间并没有太多的联系。如果建立一个专门的阅读网站，把具有代表性的读书网站和图书网站都链接在一起，那么对于整合网上的阅读，具有一定的作用。通过这个链接，读者可以有效地了解到各个重要的读书网，可以找到自己想要阅读的图书，可以比较有效地指导读者的阅读，同时，还对网上杂乱的信息给予了一定的综合。
这种专门的图书推荐网站，费用是很低的，并且无形中帮助各个网站起了宣传的作用，因此，会得到他们的支持。我认为，这个作为公益性的网站，可以由政府的教育或者文化部门负责制作和管理，对于推荐指导阅读，也有很强的导向作用。
3.2 学科导航技术
CALLS对学科导航有如下定义：“重点学科导航库是把有用的学术类的网络资源按学科分类进行搜集归类。”这类导航系统，对网络上的纷繁复杂的电子信息进行收集、加工和整理，形成网上虚拟资源，建立各学科的导航库。用户通过浏览和查询这些资源库，可以最快的速度和最短的时间获得相关学科的全面信息。
这种方式在国内外图书馆已经得到很广泛的应用。美国于1994年，是由加利佛尼亚大学、威克斯特大学、加利弗尼亚洲立大学、底特律麦西大学等图书馆联合建立的INFOMINE。总投入超过200万美元，完全由图书馆员建立，提供综合的学术资源信息系统和参考信息资源服务。所以，可以看出，学科导航对推荐阅读，尤其对专业的研究，具有十分重要的意义。
3.3 读者信息数据挖掘
数据挖掘（DataMining），就是从大量的、不完全的、有噪声的、模糊的、随机的数据库中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
用户信息需求日趋多元化和个性化，他们已经不满足于图书馆传统的服务，而期望图书馆根据其各个不同的需求，提供个性化、网络化、集成化的信息服务。读者的信息，包括作者的基本信息、借书记录、检索记录的基本信息，这些都可以在专门的数据库中保存起来。图书馆通过专门的自动化数据挖掘软件，然后分析出读者的兴趣爱好，然后将与之有相同爱好的读者，把二者的借书记录做一个互补，将相同科目的书目，甲有而乙没有的，或者乙有而甲没有的，放到读者检索首页中和读者电子邮箱中，当读者在下次在查询自己的借阅信息或者检索时，只要输入自己的账号，图书馆的自动化系统就会就会自动地把已经收集好的书目信息展现在读者面前，推荐给读者。
通过这种人性化和个性化的针对读者的服务方式，实现了书目推荐的快速化和专门化，有效地适应了数字化阅读下对信息快速更新的特点，同时也改变了图书馆传统的被动的书目推荐方式，转向主动服务，可以预言这种新的书目推荐方法，将在未来得到极大的发展，因为它以读者为中心的理念，具有旺盛的生命力。
3.4 信息推送技术
信息推送（PUSH ）技术最早于1996年由美国Pointcast公司提出。PUSH技术是一种信息技术，是网络环境下的一种新的信息服务模式，实质上是一种应用软件，这种软件可以根据用户的定制，自动搜集用户最可能发生兴趣的信息，然后在适当的时候，将其传递至用户指定的“地点”。
信息推送技术运用在图书馆中，实质上也属于数据挖掘技术的延伸。高校图书馆数字化资源主动推送系统正是结合高校图书馆数字化资源和用户的特点，通过专用的检索工具，自动查找用户所需的信息资源，并利用“推”技术，采用多种信息传送形式，将信息推送给用户，以提高信息的可用率和可用信息的获取效率的主动信息服务系统。
4.结语
2009年4月21日，联合国教科文组织启用世界数字图书馆网站，2010年中日韩三国国家图书馆共同启动亚洲数字图书馆计划。这是世界信息资源共享的又一个重要的里程碑，标志着数字化阅读越来越具有重要的地位，这种全世界范围内的图书共享，在纸本书时代，要实现的难度是难以想象的。这种状态下的书目推荐，也越来越具有重要的地位，新的有效的方法定会应运而生。
【参考文献】
[1]中国新闻出版研究院.第十次全民阅读调查成果.中国出版网，2013.
[2]应用与写作杂志社.应用与写作，2008.
[3]沈敏芳.学科导航库建设的研究和实践.浙江高校图书情报工作，2008（6）.
[4]郭佳慧.数据挖掘技术在图书馆中的实现.农业图书情报学刊，2008（9）.
推荐一个好地方作文篇5
留美申请的过程中，学校通常会要求2～4封来自由申请者工作主管或教授的推荐信函，其目的在藉由申请人外的第三者，就申请人的特质、能力和态度做评估，以作为学校审核申请者的一种参考。
推荐信是留学申请过程中，最难由自己掌控的部份，也由於它是众多审核资料中少数能从第三者的客观角度评估申请者的文件，因此占有重要的地位。我们可从三个方向著手：
就学校方面：
首先，必须先了解申请科系的特质（推荐信内容可强调此点特质）；整理各校对推荐信内容的要求，即可得对於评估的基本要求（例如：学术研究潜力、创造力等），及特殊要求（例如：对研究领域的适应度等）。试想：你认为审核委员会希望由推荐信中，获取那些关於你的资料。
就个人方面：
分析自己的优缺点，在校成绩及工作表现，有无特殊经历可展现自己自己在此领域研究发展的潜力，或拥有那些特殊的能力（电脑、语文等），依此作为选老师写推荐信及提供其了解你的基础。并以明确具体的证据来支持证明自己的特殊能力和个人特质（例如：实验成果、研究计画、学术出版品、课外活动等）。
就推荐者方面：
首先一定要确定老师不会扯你后腿... :) 可询问有经验的学长姐，预先了解几个推荐者的习惯，以找到最合适的师长。最好是在申请领域内有国际学术地位或特殊研究成果的教授。
一般而言，推荐函需三封，限於对申请者有了解的人所写，讲师以上皆有资格为推荐人。最好三封各有其强调主题，以完全展现自己的特质及专才，并且能与读书计画相互呼应者为佳。写推荐函时，依个人特质、明确事迹或成就来表现自己，而不是许多模糊、空洞美丽的词句、且以诚信为原则，稍微夸大并无所谓，但严禁说谎及欺骗。
推荐信的基本构成要素除信头（学校信纸的信头或推荐人住址）、发信日期、收信人姓名、地址、称呼、信尾谦称、亲笔签名、推荐人姓名、职务等必要部份外，本文内容应包含下列各项：
被推荐者全名：不可全文中都只写 mr. huang 或 miss wu，需明确写出被推荐者的全名至少一次。英文名字拼法需与其他文件相同。
认识期间：何时开始认识？或认识多久？
认识程度：偶尔见面或密切接触，例如教过一年或担任过导师。
与申请人之关系：师生关系，工作主管等。
学业成绩：讨论申请人的擅长与不擅长的学习领域，对申请研究所的人来说，提及其特殊的学术成绩和研究能力是十分重要的。
个人成就：在学校、工作或家庭中的特殊表现。如曾获某种奖励、工作中的杰出表现等，应清楚叙述使学校了解其重要性。
特殊才能：特殊之语言、艺术、体育、技艺等才能的表现。不会因此缺点而被拒的缺点。
注意事项：
亚欧留学网
亚欧留学网
申请大学部的推荐信应以表达学生性向为主，可请辅导老师、导师、社团领导人或是上司、同事等人来写。申请研究所则以突显学生的学业、专业倾向为主，故可请导师、专业科目指导老师或工作主管来写。推荐信的内容应具体实在且包括优缺点，完全强调优点的信不一定最有帮助。在办妥学校的申请手续之后应对写推荐信的师长们致谢意。其他应注意事项如下：确定学校对推荐函的要求，且最好遵守之。
是否有特定表格需填选。例如：学生特质评量表等。
是否需由老师自行寄出（分开记）或需和申请表一同寄出。
需寄到系上或是寄到admissions office 。
为方便作业及本身权益：
尽早知会老师，取得同意，并给予足够时间作业（需考虑推荐者可能有段时间很忙或不在）
问清楚该推荐者愿意写几封推荐信，以方便自己再安排人选。
若某校有特殊要求，要事先告知推荐者（或明列出）。
若所申请的学校没有附推荐信的信封，需在信封上标明给何校，以免推荐者封信后，不知那封该给那校。
一般如附有表格的话，表格上有些部份需由申请者填写（例如：申请者名字、申请系所、推荐人的姓名、住址等等），需先填完后再交给申请者。通常学校会问是否要放弃（waive） 将来阅读此信的权力，通常填yes，以表明对推荐者的信任及给予其最大发挥空间。信封封好后，最好请推荐者在信封封口处签名，以示公信。
推荐一个好地方作文篇6
当今社会，各国的竞争表面是经济的竞争，本质上则是科技和文化的竞争。提高国家和民族的文化软实力，已经得到国家和社会的普遍重视。一方面要重视教育、科研水平的提升，另一方面提高全民阅读水平也很重要。而我国的全民阅读水平很低，与我们的文化发展目标相差甚远，中国新闻出版研究院2015年4月的第十二次全国国民阅读调查显示，2014年我国成年国民图书阅读率为58，与发达国家相比仍有很大差距[1]。作为公共文化服务体系建设的中坚力量，公共图书馆在提升民族整体素质引导大众阅读方面应该也必须发挥重要作用。面对浩如烟海的书库和每天成百上千的新书，如何选择优秀图书，如何高效阅读，读者往往无所适从，所以图书馆应把阅读书目推荐摆在更加突出重要的位置。
1阅读推荐书目的重要性
11 书目研究与制作由来已久
孔子亲自为学生整理删定“六经”即推荐阅读书目；从《汉书》开始，历代史书很多都有“艺文志”，将当时的图书写出目录记载下来，后来一些私人藏书馆、国家编修图书集成活动以及一些学者也编制了很多书目图书，其中最著名的如清代纪晓岚的《四库全书总目提要》等，中国传统学问中的目录学历来被视为读书的“钥匙”，而这些书目也确为时人查找图书和后人搜罗研究带来了很大的方便。清光绪初年，张之洞因一些读书人问他该读何书何本最好，而著《书目答问》，挑选2 200余种图书，以指引治学门径，为读书人所称颂，影响近半个世纪[2]。而在国外，特别是发达国家，阅读推荐书目工作都抓得比较好，受到民众自觉的推崇和认可，发达国家在做阅读书目的过程中非常理性，同时不断地积累历史经验和提升学科价值，政府、媒体、科研机构、图书馆、作家、评论家以及学者都会和提出各种推荐书目，书目推荐是一项全社会都在参与的事情。
12 书目推荐是社会发展的必然选择
首先书目推荐适应了大众深度阅读的需要。我们身处一个“知识爆炸”的时代，新知识每年以几何级的速度在增长，一个人一生想通读自己所从事领域的图书早已不现实，更何况还有其他学科的书籍需要关注。进入互联网时代，大众的?读方式出现了许多新变化，快餐式、碎片化、随意化、享乐化阅读成为主要方式，需要有人去引导人们走出轻阅读、浅阅读，在深度阅读中启迪人生。其次书目推荐也是适应多元社会个性化阅读的需要。过去大众阅读书目重复率很高，以文学作品为例，先是“红色经典”一统天下，而后是言情、武侠类受到热捧。但现在的读者有着很强的个性阅读需求，帮助读者实现高质量的个性化阅读也是开展书目推荐的目标之一。
2图书馆开展书目推荐的优势
21 资源方面的优势
数千年来，图书馆从无到有，从小到大，不断发展演变，已经由单纯的文献搜集发展为知识的整合和传递。设施条件不断改善，大量的先进设备在图书馆得以应用，图书馆的加工、整理信息的能力大大增强。目前各公共图书馆都是当地最大的文献资源中心，藏量庞大且品种繁多，各类纸质和数字文献为开展书目推荐和相关阅读活动提供了有力的物质保障。
22 人才方面的优势
图书馆不仅拥有丰富的文献资源，还拥有高素质的人才队伍。图书馆员不仅是信息资源的整合者，更是信息资源与信息使用者的中介和桥梁，是为大众开展信息服务的有力支撑。书目推荐并不全是依靠硬件的投入，而是靠人的支撑。优秀阅读书目的背后是一个个优秀的馆员，没有优秀馆员就没有优秀阅读书目，从这个角度讲，人才的品牌就是图书馆的品牌。图书馆只有拥有高水平的人才队伍，才能出品高质量的阅读书目，才能引领读者以最经济的途径获取所需的各种知识和信息。
23 服务方面的优势
图书馆实行的是面向全民开放的文化教育设施，不以营利为目的，无偿地向公众提供服务是图书馆的责任和义务。随着社会的发展，政府和社会的投入还在不断加大，图书馆的环境在不断提升，优雅舒适的环境，愈加丰富的阅读服务形式可帮助读者更好地进行学习和阅读，这都是图书馆开展全民阅读相关工作的优势。
3公共图书馆开展书目推荐的途径和需注意的问题
31 书目推荐的实现途径
311 馆藏借阅率排行。借阅量和点击浏览量大的图书，通常是读者爱好的书籍，定期进行统计排名，公之于众，对于跟踪馆藏利用状况，帮助读者选择时下热门读物具有十分重要的意义。台湾淡江大学信息与图书馆学研究所邱炯友教授对台北图书馆的热门借阅排行榜，金石堂的畅销书排行榜，文学类与非文学类书籍进行分析比较后认为，图书馆、出版社和书店三者所扮演的角色一直处于合作与竞争的变动中，他研究发现：非文学类畅销书榜为最贴近社会现象的观察指标之一；将书店和图书馆的排行榜并列观之，可发现无论文学或非文学图书馆借阅榜上，每年都有相同的书籍持续上榜，同样的情形则罕见于书店畅销榜。因此，图书馆图书借阅次数排序其意义近似于书店的畅销书排行榜[3]。我们可以将排名制成戗牌置于馆入口，在微信公众号等网络上进行推送，广而告之。还可以联合媒体设置专栏，定期将本地图书馆的推荐书目公布，扩大影响。
312 做好馆藏新书通报。作为图书馆的传统工作，新书通报是帮助读者快速了解到馆文献的有效途径。将新书分类，从中选择具有代表性的好书推荐给读者，看似寻常却需要馆员用心去做。当前，新书通报更方便快捷的形式是在移动互联网开展，方便读者随时随地了解新书情况。
313 编制学生阅读书目。结合馆藏情况和教育部门有关阅读方面的要求，整理馆内素质教育类图书，并对学生群体需求进行调研分析，再根据调查结果做有针对性的新书采编，最后将全部书目进行汇总，制成阅读推荐书目。
314 利用信息技术推荐馆藏资源。计算机技术、网络技术越来越多地应用到图书馆服务中，图书馆书目推荐服务也变得越来越智能化。目前，微博、微信公众号等已成为图书馆开展服务和宣传的新方式，也是当下很多读者最喜爱的服务形式。使用超链接功能，融合与阅读有关的网站（如豆瓣、当当、知乎、CNKI等），帮助读者快速便捷地了解图书的相关信息，使读者能大致判断自己对图书的需求程度，节省读者时间，提高阅读效率。
315 配合主题活动开展推荐书目。图书馆每年都会开展不少主题性的阅读活动，以活动促阅读，为了活动效果，可以围绕主题列出书目帮助读者更好地进行相关阅读。在开展活动时，宣传页应包括书名、作者介绍、出版年份、馆藏有否、馆藏位置、内容概要乃至热门书评，推荐后隔一段时间可以举办座谈会让读者交流阅读心得。如北京西城区图书馆将《茶馆》《哈姆雷特》《中国戏剧史》等戏剧方面的图书、剧本、研究著作配送到戏剧村，让观众在欣赏戏剧的同时能够了解戏剧背后的文化内涵，并积极鼓励戏剧村共同筹建京城剧本图书馆，给市民提供了一个在欣赏戏剧之余与“书香”亲密接触的空间。
316 准确把握经典和畅销的选择。经典名著，毋庸置疑是经历了漫长时代的考验，在文化积淀上，流行书没法比，经典名著拥有更深的思想性和艺术性。笔者认为难点在畅销书籍以及新书上的选择，包括当代快餐文化也应给予关注，例如《品三国》虽有戏说成分，但它从一个全新的角度对那段历史做了诠释，使人受益匪浅；而《于丹“论语”心得》对人也很有教益，使人对中国传统文化有了新的理解和感悟。研制推荐书目应该“看市场但不唯市场”。如果把市场放到第一位，可能就会导致庸俗和市侩，因为市面上有些图书的确有充满感官刺激、恐怖、暴力等内容，不能简单地用销量评价图书。同时不那么畅销的图书不代表其价值就低，很可能有一些品质还优于热门畅销的书，这就需要馆员去发掘和推荐出来。
32 重点关注少儿书目推荐
2001年国际图联（IFLA）和联合国教科文组织（UNESCO）联合颁布的《公共图书馆服务发展指南》指出：“公共图书馆负有支持儿童学会阅读、为他们推荐书籍和其他载体材料的特殊责任。”[4]阅读书目推荐应该有所侧重，笔者认为在所有读者群体中少儿最为重要，因为成年人可以自主选择或者懂得利用各种工具查找他们需要的书目，少儿则很难做到自主选择读物。阅读是一种全方位、多维度的思维“体操”，在阅读、讲故事和诵读中，可以让孩子的头脑变得灵活敏捷，促进他们的思维与语言能力的发展。一个人在孩童时代养成的阅读习惯对其一生的良好阅读习惯至关重要，会影响个人一生的发展与成就。少儿的精神成长依赖于阅读适合的优秀作品，少儿阅读有许多关键期，每个时期会有不一样的阅读需求，一旦错过关键时期，这种缺失难以弥补，就像古人所说的“时过然后学，则勤苦而难成”。所以针对少儿书目推荐工作应给予更多的精力。
321 尊重儿童的兴趣。在?x择图书时，应充分考虑到儿童能否理解，是否会喜欢。只有充分尊重儿童的兴趣，才能让孩子被推荐的图书所吸引，才能让儿童真正热爱阅读。但也不能完全以儿童的兴趣为标准，否则会导致读书的随意性，一些单纯取悦和讨好的作品会影响儿童鉴赏能力和阅读品位的提高。可以通过问卷调查了解儿童的阅读兴趣和倾向，要始终坚持从价值观出发，从图书的内涵出发，从儿童的“真善美”出发，引导孩子阅读真正有价值的图书。
322 推荐时应考虑的因素。推荐时对图书的体裁、题材、国别、出版时间等均不需做限制，但最终确定的书目应当综合考虑文化差异、题材、体裁、插图质量、经典与流行等因素。同一本书可能会有不同版本，应综合考虑价格、装帧质量、插图水平等因素，选择性价比最合理的版本。对于有多版本的译作，要选择评价较高的版本。推荐书目的形式除了普通图书，应该根据儿童的特点，增加绘本、音像制品等生动有趣的读物。
33 建立反馈和评价机制
需要设计一种评价机制，科学、合理、客观地来评估推荐效果，促使图书馆进一步做好书目推荐。基于读者对阅读书目推荐活动的评价指标，包括活动口号是否鲜明突出、推荐的书目是否适合、读者是否感觉有收获、服务态度是否到位等。除了传统的读者留言，可以通过图书馆的网站、微博、微信等方式，让读者与馆员进行沟通交流，馆员根据反馈信息来调整推荐书目。
34 对阅读进行数据挖掘
在办理借阅卡时，要收集读者年龄、性别、学历、职业等信息，同时，要让借阅留下轨迹，进而对借阅记录进行数据分析和挖掘，找出不同类目的被借阅的共性或关联。定期对读者的阅读习惯、喜好进行跟踪分析研究，当读者搜索某本图书的时候，系统自动推荐相关书籍。设置新文献资源推荐，让读者选择感兴趣的类目，由系统向读者推送符合要求的新书。完善各种书目，推荐甚至可以主动帮助其定制专门书目，真正做到主动、精准、个性化服务。
35 加强交流构建合作体系
阅读书目推荐不光是图书馆在做，教育机构、新闻媒体、出版社等单位乃至社会知名人士也都在做，应加强交流构建合作体系。要利用一切可以利用的力量，与图书馆一道开展阅读推荐书目的研究和推广。联合其他单位特别是科、教、卫界等与全民阅读相关的机构，有计划有步骤地开展研究工作。同时应建立健全一个客观公正的独立书评制度，好的书评可以揭示图书的精华和内涵，让读者站在更全面或更独特的角度去了解作品，让读者选择阅读时更从容。著名作家萧乾曾说：“书评是现代文化巨厦一根不可或缺的梁柱。”[5]所以要做好书目推荐，书评也应该予以重视，馆员要不断加强学习提高对图书的鉴赏力，与社会各界共同努力，通过对图书的解读，催化推荐的效果，真正起到推荐好书的作用，指引广大读者寻找到有价值的阅读目标。
4结语
推荐一个好地方作文篇7
【关键词】 个性化推荐 移动学习 混合式推荐
近年来，我国英语教学经历了一系列的改革，教学理念和教学方法都发生了巨大的变化，然而，大班教学的现状却始终未能改变。在大班条件下，有限的课堂时间使教师只能讲授语言知识，而不能为学生提供充足的语料和运用英语的机会，学生的学习需求无法得到满足。移动技术的发展为解决这一问题提供了一个契机。利用移动设备，学生可以随时随地从网上获取大量的学习资源。然而，网上海量的资源却容易造成“网络迷航”和注意力分散现象。在这种情势下，个性化推荐技术应运而生。
一、个性化学习理论
个性化学习是指学习者可以自主制定学习计划、选择学习内容，确定学习时间和学习地点的学习方式。个性化学习是在多元智能理论和元认知理论的基础上提出的。多元认知理论认为人的智力是多元的，学习者之间个体差异巨大，因此，教师应了解并尊重个体间的差异。元认知理论认为每个学习者都有独特的认知风格和认知方式，因此，教师应提供多样化的学习资源，以满足不同的认知需求。个性化学习具有学习资源的多维性、学习价值追求的多重性、学习风格的独特性、学习过程的终身性和学习方式的自主性、合作性与探究性特征[1]。
二、个性化推荐
个性化推荐是指利用用户以往的选择或相似性关系发掘用户潜在的兴趣对象，通过过滤信息为用户提供满足个性化需求的产品。个性化推荐系统通常由3部分组成：用户行为记录模块、用户偏好模块和推荐算法模块。推荐算法主要包括基于内容的推荐、协同过滤推荐、基于网络结构的推荐、基于知识的推荐、混合推荐等。
三、移动英语学习平台设计
设计移动英语学习平台是为了满足学习者个性化的学习需求，因此首先要分析用户的特点和用户的偏好以及用户间的相似关系。其次要对学习资源进行分析，包括资源的类型、特征、属性等。在此基础上利用混合式推荐，为学习者提供需要的学习材料。
3.1 平台总体结构
个性化移动英语学习平台主要由服务器和移动终端两部分组成。服务器端包括web服务器和数据库服务器。数据库服务器用于存储用户信息和学习资源，Web服务器用于上传资源和修改数据库。移动终端是指接入互联网，可以向Web服务器提出学习请求或接收资源的智能手机、平板电脑等设备。个性化移动英语学习平台架构分为三层：数据层、业务层和表现层。具体如下图所示：
数据层采集、存储学习者的基本信息和学习行为信息以及学习资源信息，并通过预加工为业务层提供信息。业务层是整个平台最核心的一层，通过数据挖掘和数据分析，对数据层传递来的信息进行过滤、分析、加工、建模以建立用户偏好模型。应用层接受用户偏好模型，并为学习者推荐个性化的学习内容。
3.2用户偏好模块
要建立用户偏好模型首先要采集和整理用户信息。用户信息包括基本信息和学习行为信息。基本信息是指用户在注册时填写的个人信息，学习行为信息是通过用户的各种学习行为采集的信息，如点击、浏览、搜索、下载、收藏、分享、评价等行为数据。服务器端对用户信息进行数据分析和建模。对于新用户基本信息的简单处理可采用决策树算法。该算法不需要了解用户背景知识，只需要对用户进行分类就可以初步预测用户对学习材料的态度。例如，儿童可能对英语儿歌感兴趣，高中生可能对语法知识感兴趣。利用决策树进行数据分类首先需用一组训练数据集来训练分类器，然后用已建好的分类器对真实用户数据进行分类。在对用户基本信息简单处理后，通过对用户的学习行为数据的分析，来建立用户偏好模型。具体方法是用关键词和相应的权值来表示偏好，对关键词权值的计算有多种方法，其中TF-IDF（词频-逆文档频率）算法简单且容易实现。
3. 3学习资源分析模块
听、说、读、写、译是英语基本技能，其中说、写属于输出性技能，听、读属于输入性技能，译则是各种技能实现的基础。为学生提供个性化推荐，主要是推荐输入性的语言材料，即听力材料和阅读材料，同时为了提高写作能力，教师也可为学生提供作文的范文。在为学生提供阅读材料和作文范文前，教师首先要了解材料中词汇的难度。词汇的难度取决于词汇的长度、音节数和使用频率。Chin-Ming Chen总结了词汇难度公式[2]：
bj =（ Lj×0.7+Pj×0.3） ×Gj
其中， bj表示第j个词汇的难度， Lj表示第j个词汇的长度系数， Pj表示第j个词汇的音节长度系数， Gj表示根据词频确定的第j个词汇的难度系数。
词汇的难度对文章难度有影响，文章的类别、主题对文章的难度也有影响。最常用的文本表示方法是向量空间模型。在向量空间模型中，每个特征项对分类有不同的贡献，因此需要进行权重计算。为了使用户描述文件和学习资源描述文件的表达方式一致，对学习资源文件也采用TF-IDF算法来计算。
同样，在向学生推荐写作范文时，也需要了解文档的相似度，也可采用TF-IDF算法来进行相似度判断[3]。为学习者提供听力材料的过程较为复杂，由于计算机不具备人脑的智能，因此难以分析音、视频材料的难度和主题。因此需要教师为听力材料标注难度、主题、类型等，系统在结合用户学习需求的基础上为用户提供个性化的听力材料。
3.4个性化推荐模块
由于移动终端数据存储、处理能力有限，因此本平台的个性化推荐模块在服务器端实现。推荐算法选择基于内容的推荐算法。该算法对用户和学习资料分别建立配置文件，通过分析用户浏览的内容，建立用户的配置文件，通过比较用户与学习资料的相似度，向用户推荐与其最匹配的学习资料。基于内容的推荐可以处理冷启动问题，而且本平台的学习资料多为文本资料，多媒体资料经过标识，已便于计算机识别和处理，因此基于内容的推荐算法更为适用。
本文将个性化推荐技术应用于移动英语学习中。通过对学习者基本信息和学习行为信息的采集和处理，建立用户偏好模型，通过对学习资料的分析建立学习资料模型，运用基于内容的推荐算法将用户信息与学习资料信息相匹配，并将最匹配的材料发送至用户的移动设备上。本平台节约了学习者大量的资料搜索和选择时间，缓解了“网络迷航”状况，提高了英语学习效率。
参 考 文 献
[1]李广，姜英杰.个性化学习的理论建构与特征分析[J].东北师大学报（哲学社会科学2005，（3）：152
[2] Chih-Ming Chen， Ching-Ju Chung. Personalized mobile English vocabulary learning system based on item response theory and learning memory cycle[J].Computers &Education，2008（51）：624-645.
推荐一个好地方作文篇8
[关键词]电子商务推荐系统推荐技术
随着互联网的广泛普及，电子商务获得迅猛发展。与传统商业模式不同,电子商务交易双方是不谋面的,商家不能直观地了解客户,能获得的只是大量的相关数据(如用户注册信息、历史购买记录等)。这样通过对数据的分析来尽可能地揣摩客户,在适当的时间向适当的客户推荐适当的商品或服务就显得尤为重要，电子商务推荐系统正是针对这一需求应运而生的。
一、电子商务推荐系统简介
电子商务推荐系统是一个基于网上购物环境、以商品为推荐对象的个性化推荐系统,为用户推荐符合兴趣爱好的商品。其定义为：利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。
电子商务推荐系统使得电子商务网站主动适应每个客户的特定需求,为每个客户创建适应该客户个性化需求的电子商店,从而为每个客户提供完全不同的个性化购物环境,为电子商务系统实现“一对一营销”的个性化服务提供了可能。
电子商务推荐系统和销售系统、决策支持系统既相似又有不同。销售系统是帮助销售人员如何把产品销售出去；决策支持系统是帮助生产者决定什么时候生产什么产品，其目的是为企业生产者服务；推荐系统是帮助用户对购买什么产品做出决策，是面向用户的系统。
二、电子商务推荐系统的作用
电子商务推荐系统的最大优势在于它能够根据客户的兴趣、爱好、习惯,以及各个客户之间的相关性主动为客户做出推荐。推荐的形式包括向客户推荐商品,提供个性化的商品信息、及其他客户的喜恶等，并且给出的推荐也是实时更新的。即当系统中的产品库和客户的兴趣等资料发生改变时，给出的推荐信息也会自动改变。广义而言,推荐系统使得网站更具个性化(网站会调整某些信息以迎合不同的客户)。总的来说，电子商务推荐系统的作用主要表现在三个方面:①将电子商务网站的浏览者转变为购买者。有时客户只是看看网站的内容而没有购买的意思，推荐系统可以帮客户找到他们感兴趣的、愿意买的商品。②提高电子商务网站的交叉销售能力。基于用户已经购买的商品,推荐客户购买一些相关的商品。③提高客户对电子商务网站的忠诚度。推荐系统可以提供符合客户个性化需求的购物信息，因此能够吸引老客户访问网站。
三、电子商务推荐技术
目前，电子商务推荐系统所采用的推荐技术大致可以分为三类：信息检索、内容过滤、协同过滤。
1.信息检索：响应用户提交的搜索请求，返回相应的查询结果。网络搜索引擎如yahoo，google等采用的都是这种技术。信息检索技术一般对文本内容建立全文索引或摘要索引，对非文本内容如图片、视频等根据一些特征进行索引。信息检索技术容易实现，检索速度快，但其不足在于：①提交一个查询往往返回数以千计的结果，有些是相关的，但大多数并不相关，用户需要花费时间和精力去挑选；②只能回答用户询问的问题，不能主动、增量的向用户提供知识。
2.内容过滤：基于商品信息,包括商品的属性及商品之间的相关性和客户的喜恶来向其推荐。基于商品属性主要是基于产品的属性特征模型推荐。例如,对在购物车以往记录中或有多张打折CD的客户就可以向其推荐一些打折CD。基于商品间的关联性是根据客户感兴趣的产品推荐相关的产品。例如,服装的搭配,商品的系列或配套件。内容过滤技术分析商品的属性及其相关性可以脱机进行，所以推荐响应时间快，其弊端在于不能为用户发现新的感兴趣的商品,只能发现和用户已有兴趣相似的商品；不能为新客户形成合适的推荐,因为客户还没有购物经历,基于内容过滤的推荐系统得不到参考输入。
3．协同过滤：基于协同过滤技术的电子商务推荐系统并不分析商品之间的相似性,而是学习目标用户和历史用户之间购买行为的相似性,从而根据相似历史用户的购买行为生成推荐结果。协同过滤技术不需要商品特征的描述,它学习的是用户购买行为之间的相似性,而不依赖商品的特征,因此它可以推荐从表面特征上看上去不同但实际上有很大相关性的商品。所以其优点是:①能为用户发现新的感兴趣的商品；②不需要考虑商品的特征,任何形式的商品都可以推荐。缺点是:①用户对商品的评价非常稀疏，这样基于用户的评价所得到的用户间的相似性可能不准确(即稀疏性问题)；②随着用户和商品的增多,系统的性能会越来越低(即可扩展性问题)；③如果从来没有用户对某一商品加以评价,则这个商品就不可能被推荐(即最初评价问题)。
四、电子商务推荐系统的实现
电子商务推荐系统的实现过程主要包括推荐输入、推荐分析、推荐输出三部分。
1．推荐输入是为推荐分析提供的数据准备，主要的输入形式有：①隐式浏览输入：如客户的浏览行为在客户不知道的情况下被记录作为推荐系统的输入；②显式浏览输入：客户的浏览行为是有目的向推荐系统提供自己的爱好，如对商品的评价等；③关键词和项目属性输入：客户输入关键词或项目的有关属性以得到推荐系统的有价值推荐；④客户购买历史：客户过去的购买记录。
2．推荐分析是推荐系统的核心部分，所采用的推荐技术决定着推荐系统的性能优劣。在实际应用中,电子商务推荐系统一般采用多种推荐技术的组合，尽量利用各种推荐技术的优点而避免其缺点,提高推荐系统的性能和推荐质量。比如,为了克服协同过滤的稀疏性问题,可以利用用户浏览过的商品预期用户对其他商品的评价,这样可以增加商品评价的密度,再进行协同过滤,从而提高协同过滤的性能。
3．推荐输出是推荐系统基于推荐输入的数据进行有效的推荐分析之后，以适当的形式将推荐结果展示给用户，主要的输出形式有:①建议，典型的如Top－N，能够根据客户的喜好向客户推荐最可能吸引客户的N件产品；②预测，系统对给定项目的总体评分；③个体评分，输出其他客户对商品的个体评分；④评论，输出其他客户对商品的文本评价。
五、结束语
电子商务领域中，通过推荐系统实现个性化服务一方面有助于电子商务网站内容和结构自适应性的实现，另一方面在帮助用户快速定位感兴趣的商品的同时也为企业实现了增值。电子商务推荐系统作为有利的分析工具和促销手段，已成为电子商务网站的竞争工具，必将获得广泛的应用和发展。
参考文献:
[1]周惠宏等:推荐技术在电子商务中的运用综述[J].计算机应用研究,2004,(1)
[2]许敏:电子商务中推荐系统存在的问题及其对策研究[J].计算机科学,2001,28(4)