好书推荐范文（精选12篇）

好书推荐 第1篇

中信出版社出版作者：虞立琪

李宁公司是一家典型的自下而上，由战术成功而导出企业发展战略的公司。它面对过众多典型的民营企业成长之痛，也提前面对了国际化的巨大挑战。而它面对的更大困难是，如何打造一个成功的体育品牌、如何进行适合中国消费者的有效的体育营销。李宁公司进行了持续的，贯穿在公司生命中的学习、改善的过程。李宁已经当之无愧地成为国内第一的体育品牌。

本书是全面讲述李宁和他的李宁公司从无到有到国内体育品牌第一，国际第五的优秀公司的精彩的全过程。从加盟健力宝开始，李宁心中那个想要中国运动员在领奖的时候穿自己国家的体育品牌的梦想就一直激励着他为之努力和奋斗。

《郎咸平说公司的秘密郎咸平的百姓经济学》

东方出版社出版作者：郎咸平

本书以现场观众与郎教授互动的形式，向普通百姓简单生动地普及了与公司治理相关的基础知识，语言犀利、视角独特，是百姓们了解公司秘密的得力武器。

郎教授认为公司治理的基础共分五个：《普通法》的公平概念被引入;信托责任;严刑峻法以保障公平;严刑峻法保证信托责任的推行;社会主义式的民主制度。

郎咸平，美国沃顿商学院博士。曾任沃顿商学院、密歇根州立大学、俄亥俄州立大学、纽约大学和芝加哥大学教授。现任香港中文大学教授。被公认为是公司治理方面的顶级学者。

《感化力：九牧王内圣外王之道》

北京大学出版社出版作者：褚立，陈非

在闽南企业群中，九牧王“中国西裤大王”以独树一帜的经营管理享誉业内，堪称异数。

本书通过对九牧王近二十年经营管理实践的梳理和总结，首次揭秘了九牧王“牧心者牧天下”的经营哲学，并系统阐释了“企业感化力”理论与“感化型企业创建之道”，以此为中国企业界奉献一场思想盛宴。

全书通过大量令人耳目一新的管理理念和感人至深的案例故事，体现了当代闽商对人本管理的探索与思考，真实地再现了九牧王以人为本、创建感化型企业的成长之路以及背后的心路历程，以情感人，以文化心，耐人深思。

《6个月扭亏为盈：企业变革大手术》

中国劳动出版社出版

作者：(美)萨顿(Sutton, G.)著，燕清联合译

这是一本凝聚了作者加里萨顿多年实践经验的书。在本书中，萨顿用直率、诙谐而又诚实的语言，向那些问题企业的高管人员奉上了一系列行之有效的技巧，以遏止负现金流，扭转企业的局面，并重新获利。他曾经在八个不同行业从事企业挽救工作，叱咤风云，战绩不俗，号称“当代首席执行官”(CEO du jour)。

这不仅仅是为生存而战，更是你的生命之搏，在本书中你会发现许多一针见血、直指实质的成功建议，这些建议在其他地方难得一见。

《赢遍全世界：沃尔玛创始人萨姆沃尔顿10堂课》

中国社会科学出版社出版

作者：(美)迈克尔贝里达尔，关山、江丽等译

要知道和了解萨姆沃尔顿的成功十法则，就一定要了解他建立零售帝国背后的故事，他塑造自己杰出商业作品的才能可以和人类的某些伟大成就相匹敌。

迈克尔贝里达尔是位全职的激励演说家、作者、顾问兼撰稿人，他在阿肯色州本顿威尔担任沃尔玛总公司的员工部主任，曾和萨姆沃尔顿共事。贝里达尔去沃尔玛之前曾在百事公司的菲多利部门工作，职责是产品销售以及公司总部雇员的调遣。

《张瑞敏管理日志》

中信出版社出版作者：胡泳，秦劭斐

张瑞敏管理思想的形成是一个循序渐进的过程，源自他躬行二十多年不停止地发现问题，并不断找到解决问题的方法的坚韧实践。“管理在于知，也在于行，管理是知行合一的实践。”这是张瑞敏的身体力行。

组织的精神是自上而下建立起来的。一个成功企业一定拥有优秀的企业文化和企业管理方式，最重要的是，一定拥有一个智慧的领导集体、一名卓有成效的领导者。海尔集团首席执行官张瑞敏的管理思想则是“智慧”和“卓有成效”的典型代表。

本书是张瑞敏管理思想的解码，记录了张瑞敏2 0多年的思考轨迹和海尔的管理精华。

《牛根生如是说中国教父级C E O的商道智慧》

中国经济出版社出版作者：张海

总结起来，本书有这样几个特点：

一，简明、易懂，正如牛根生所讲的道理，不那么高深但却发人深思，不那么堂皇却很实在，很诚恳，是牛根生本人在经营管理中将复杂的过程凝炼而成的思想精华，因而便于学习和传播。

二，本书在阐述牛根生的讲话的同时，尽可能复原了他当时讲话的行业背景、企业背景，做了深入的剖析和说明。

三，本书不仅从企业家的角度展现了一个企业如何从小到大，从弱到强的成长历程，同时也深入解析了整个行业的现状、前景和存在的问题。任何一个成功的企业家，唯有在企业的经营过程中将这个大背景考虑进去，才能准确地把握商机，做出正确的决策，带领企业稳健前进。

《成语经济学》

人民大学出版社出版

作者：(日)梶井厚志著，吴麒译

本书作者梶井厚志是经济学家，京都大学经济研究所教授。

本书是继《牛奶可乐经济学》之后，“最妙趣横生的经济学课堂”系列的第二本经济学入门书。

书中对成语故事的描述朴实无华，成语背后对经济学原理的论述却精彩纷呈。学术研究无国界。再说，经济学有国界吗?你可以追捧德鲁克、汉迪的“字母书”，那有什么理由错过梶井厚志的“片假名”?

这本书仅仅是简单地借成语故事套经济原理。我们不是经济学家，但我们可以像经济学家一样生活。希望这本书可以带给你如此体验。

《芝麻开门破译品牌财富密码》

清华大学出版社出版作者：李凯洛

本书针对企业品牌发展的第二个阶段，为读者提供了许多有价值的思路及观点。

《芝麻开门》一书，立足中国产业实景，从品牌构筑的道与术各个层面，有点有面，立体式、体系化的阐述了企业品牌成长之道。在中国产业转型的时代大背景下，在中国企业励精图治发展品牌的现在，这本书的出版，无疑是一道品牌大餐。

李凯洛(Karol Lee)，中国著名时尚产业经济研究专家、中国企业发展商业模式研究及品牌战略专家、全球时尚商业论坛杰出的演说家。多年致力于时尚产业领域的商业研究。

《伟大管理的12要素》

中国青年出版社出版

作者：(美)瓦格纳，哈特著，宋戈，周蔓，王复梅译

成功的管理者是如何激励员工，提高工作绩效的?又是如何调动员工积极性，让不同个性的员工为达成共同的目标而并肩作战，带领团队完成一个又一个伟大的目标并向更高的目标不断前进的?

本书的结论来自盖洛普公司的1 1 4个国家，用4 1种语言进行的1 0 0 0万份针对企业员工和管理者的调查。此外，还借鉴了大量关于神经系统科学、博弈论、心理学、社会学、经济学和其他科学研究成果和丰富知识。

希望本书能为渴望提高并保持员工投入度的管理者和员工们提供有参考价值的帮助。

《管理的真相事实、传言与胡扯》

人民大学出版社出版

作者：(美)菲佛，萨顿著，闾佳，邓瑞华译

管理没有灵丹妙药，企业不能只追求潮流，不能只听信不实的管理传言。

你是否做出了正确的决策?是否只会抄袭别家公司看起来可行的策略?是否只根据自己深信不疑的观念来采取行动?

在本书中，两位作者告诉管理者为什么要根据证据来管理组织，如何寻找并利用更好的证据，为什么这一方法能带来良好的结果。

如购买以上图书，需另加十元邮寄费

连锁书架

以下图书免收邮寄费

《连锁与特许管理工程师》

2003年合订本120元

2 0 0 4年合订本 (上、下) 200元

2 0 0 5年合订本 (上、下) 200元

2 0 0 6年合订本 (上、下) 200元

2007年合订本 (上、下) 200元

《特许经营五步法》

VCD教程 (6CD) 580元

《企业成功的八大原则》

VCD培训教程4张880元/套

《有效管理者的八大工具》

VCD培训教程4张880元/套

《营销久赢的八大方法》

VCD培训教程4张880元/套

《品味咖啡香:星巴克的1 0堂管理课》23元

《代理加盟商十项全能训练》45元

地址:北京海淀区中关村北二街水清木华园4号楼503室

电话:010-82642449

收款人:《管理工程师》杂志编辑部

邮编:100190网址:www.3216.com

阅读进家庭好书推荐活动推荐书目 第2篇

我们将近3年来新闻出版总署青少年推荐优秀图书目录作为本活动参考推荐书目

新闻出版总署2009年向青少年推荐优秀图书目录

品德类：“道德好榜样丛书”、《善的教育》、《像雷锋那样》、《星火燎原》、《抗震救灾英雄少年》、《师魂绚丽如虹——记“5·12”汶川地震中的英雄教师》。

教育类：《中华人文精神读本·青少年版》、《体验生涯》、《你也能创造奇迹》、“柠檬酸酸·葡萄甜甜”、“感恩书系”、“阳光少年励志书系”、《小故事大道理——好心态决定孩子的成败》、“启迪孩子成长系列”、《宝宝学语言》、《重大灾害预防和救助教育学生读本》、《如何掌控自己的时间和生活》、“少年新闻传播普及教育丛书”、“青少年普法丛书”、《开放你的人生》、《学习方法决定学习成绩》、《风，还会绚烂——孩子，让我们一起走出阴影》、《老师推荐给学生的哲理故事》。

人物传记类：“大家丛书”。

科普类：《环保百科》、《“妙趣科学”立体翻翻书》、《奥运中的科技之光》、《野性亚马孙》、“少儿科普名人名著书系”、《乔治开启宇宙的秘密钥匙》、《2020年的战争：机器人战争》、《马小跳爱科学（春夏秋冬）》、《0.618——宇宙的钥匙》、“星座与希腊神话系列”、“环境危机系列”、“嫦娥书系”、《少年科学大 讲堂》、《有趣的制造》、《昆虫之美》。

知识类：《南京浩劫——被遗忘的大屠杀》、《走进世博会——世博历史150年》、“红旗与金徽丛书”《西藏读本》、《孔、子读本》、《世界未解之谜全纪录》、《蒙学六种》、《最迷人的数学趣题》、《新版上下五千年》、《小小读书郎》、《中国文化读本》、《讲给孩子的中国大自然》、《讲给孩子的世界大自然》、“最新十万个为什么（学生必读版）丛书”、“大发现系列”、《越玩越聪明全集》、“魔法诱惑”系列之《刘谦的魔法签证》。

文学类：“大自然在召唤系列”、《小橘灯·校园纯小说》、“中国名家童话系列”、《20世纪全球文学经典珍藏》、《会跳舞的向日葵》、《腰门》、《森林报》、《小破孩》、《淘气包呐喊：电脑无罪》、“郝月梅幽默儿童小说系列”、“小丫俏皮girl系列”《新、世纪》、《坚守生命》、《又见小绿人》、《少女的红衬衣》、《小英雄和芭蕾公主》、《红纱灯》、《不屈的脊梁》、《青少年最应了解的经典名著》、“中国当代获奖儿童文学作家书系”、“福娃系列”、“动物漫游记系列”、“闹的都是小别扭系列”、《动物故事》、《晚霞中的红蜻蜓》、《校园快乐幽默短篇小说》、“希腊三部曲”、《皮皮和神秘动物》、《学成语唱儿歌》、《母亲》、《中国儿童文学名家原创书系·经典珍藏》、《中国美术鉴赏十六讲》。

动画图画类：“小樱桃系列”、《冰波童话系列图画书》、“大拇指无字故事书系列”、《奇奇兔蒙蒙熊情景启蒙认知金牌绘本》、《梦跟颜色一样轻——90后作家高璨诗绘本》、《新概念 连环画——〈西游记〉、〈水浒传〉、〈三国演义〉》、“阿凡提故事系列”、《猪猪侠勇闯未来之城》、《海宝传奇》、《漫画史记》、《中华人物故事全书美绘版》、《羊羊运动会——最后一块金牌》。

新闻出版总署2008年向青少年推荐优秀图书目录 ★品德.教育：《恰同学少年》，《难忘的八年——周恩来秘书回忆录》，《生如夏花——80后大学生李春华》，《人物传记丛书——马丁·路德·金》，《抗战家书》，《为生命喝彩》，《与高尚同行——中国青年志愿者行动纪实》，《100个奥运冠军的故事(拼音版)》，《奥运的品格(少儿版)》，《悲壮的历程》，《成长比成功更重要》，《不理会太阳的向日葵》，《你在为谁读书》，《“再试一次,就成功”》，《中华智者丛书共4本》，《蚂蚁的生存哲学》，《孔子的智慧生活》，《“读·品·悟”大家讲谈系列共13本》，《兄弟家书》，《感恩阅读丛书（6册）》，《生活中的中国智慧》，《生活在数字化社会的智慧》，《心理面面观——古今人物心理探折》，《攀登幸福阶梯—获得最多幸福的九种习惯》，★科普：《中国儿童好问题百科全书（10册）》，《中国儿童百科全书（蒙、藏、维、哈、朝）》，《少年儿童百科全书（4册）》，《走近科学丛书》，《自然发现大百科》，《有趣的科学丛书（3册）》，《新科学读本珍藏版丛书》，《回望人类发明之路（汉文版、盲文版）》，《中国探月》，《“嫦娥”巡天看中华 丛书》，《追星—关于天文、历史、艺术与宗教的传奇》，《讲给孩子的中国大自然》，《中国古代100位科学家故事》，《物理世界奇遇记》，《数学圈丛书共2本》，《北极圈寻恐龙》，《企鹅的脚为什么不怕冻？》，《阅读动物（修订版）》，《密码传奇》，《培养孩子动手动脑》，《的趣味科学实验》，《小探索者科普书系共10册》，★知识：《中国节典——四大传统节日》，《“文字中国”丛书》，《神话：远古记忆的重述与解读》，《话说世界历史（4册）》，《事物的起源》，《它们是怎么来的》，《中国古代建筑师》，《地图的发现》，《季羡林谈写作》，《创新——奇思异想》，《全世界优等生都在做的1000个思维游戏》，《经营自我小丛书》，《你该怎么办—李澍晔叔叔避险高招101系列》，《草莓很甜——青春期秘密故事·生理伴读》，《文学•艺术》，《像自由一样美丽》，《向天而歌（盲文）》，《西部的家园》，《音乐漂流瓶》，《奥运小子系列丛书》，《蓝天下的课桌》，《其实你就是人物》，《快乐比第一更重要》，《人与永恒》，《淘淘丛书》，《熊猫史诗》，《张秋生童话》，《福奶奶的神奇笸箩》，《“猫眼小子包达达”系列(4本）》，《老鼠米来》，《心灵成长生肖童话》系列童话书》，《彭懿精灵飞舞幻想小说集》，《程玮至真小说散文系列（5册）》，《毛驴上的笑星——阿凡提的大幽默》，《童喜喜•幽默新幻想•嘭嘭嘭系列（美绘版）》，《林格伦作品选（美绘版8册）》，《魔法小仙子·珠宝星归来》，《蓝 色的海豚岛》，《头长反毛的小丫：夏蘩的花季雨季》，《佐贺的超级阿嬤》，《马提与祖父》，《露着衬衫角的小蚂蚁——写给小朋友的长篇知识童话》，《花婆婆》，《寂静的春天》，《数字魔鬼—写给所有害怕数学的朋友》，《艺术的童年》，《好诗共欣赏》，《同一首歌——童声飞翔（4册）》，《动画•图画》，《情韵中国系列（6册）》，《棒棒仔心灵之旅图画书（7册）》，《地球的孩子绿色童书（10册）》，《福娃奥运漫游记（15册）》，《小鲤鱼历险记》，《喜羊羊与灰太狼》，《中华小子（26册）》，《苏斯博士（10册）》，《我的感觉》

新闻出版总署2007年向全国青少年推荐百种优秀图书

★人物传记

《天下为公——孙中山传》，《朱德的青少年时代》，《王光美访谈录》，《梁思礼院士自述——一个火箭设计师的故事》，《撑起生命的蓝天——空难与我》，《课本中的名人在童年、在少年（中国卷、外国卷，４册）》，《少年博雅文库•科学的难忘岁月（４册）》

★品德 教育

《共和国红镜头——中南海摄影师镜头中的国事风云（上、下册）》，《红军：１９３４－１９３６》，《中华传统美德》，《季羡林谈读书治学／谈师友／谈人生（３册）》，《诺贝尔奖获得者给青少年的１１条准则》，《青少年成才必备的 六堂情商培训课（６册）》，《孝道：＜天下父母＞感动中国的５０个真情故事》，《我能做好——中学生健康心理和良好习惯自我引导技巧》，《青少年心理压力管理手册》，《敢赢，谎言长着红耳朵》

★科普

《少年科普热点丛书（１２册），图说天下国家地理系列（１０册）》，《天地人生态丛书（３册）》，《大发现系列丛书——爱因斯坦的宇宙》，《去南极、去北极》，《全民应急科普丛书（６册）》，《青鸟译丛（６册）》，《新法布尔自然观察法（第一、二辑，２３册）》，《宇宙简史，科学家讲故事（２册），生动的自然科学童话（４册）》，《天空趣象》，《亲近月球》，《与植物零距离》，《穿越时空（１２册）》，《珠穆朗玛峰到底有多高》，《孩子最爱玩的科学实验》，《讲给孩子的世界地理（４册）》，《动物记（３册）》，《神奇的科学魔方》，《快乐科普剧》

★知识

《中华文化承传（４册）》，《寓言中的经济学》，《古代中国文化讲义》，《阅读中国系列丛书（４册）》，《中文经典１００句——古文观止、论语、史记（３册）》，《国史十六讲》，《图说中国传统节日》，《中国人的民俗世界》，《西方哲理大师漫画故事（３卷）》，《中国中学生百科全书（４册）》，《中国儿童百科全书•上学就看（８册）》，《未来世界的１００种 变化》，《影响历史的９９种发明》，《诺贝尔奖获奖者的１００个精彩故事（１０册）》，《带你走进博物馆（５册）》，《青少年必备丛书——有益青少年一生的法律知识》，《主宰——支配社会发展的２５大人文法则》，《快乐中学生》，《告诉孩子自救自护１１９招》，《汉字王国 》，★文学·艺术

《中国当代获奖儿童文学作家书系（１０册）》，《我的课桌在哪里》，《剑鸟》，《假如我是海伦》，《国际安徒生奖提名奖获得者丛书（５册）》，《２００６年中国幼儿文学精品彩绘版（４册）》，《鼹鼠的月亮河——第六届全国优秀儿童文学奖获奖作品》，《小虎队儿童文学丛书４册》 》，《金波儿童文学精品系列（５册）》，《笠笠非常图本小说（４册）》，《中国原创童书•月光下的肚肚狼 》，《国际大奖小说•狗来了 》，《中国幽默儿童文学创作•董宏猷系列（３册）》，《小学生、中学生感恩故事全集（２册），《童画•童话集（５册）》，《非常小子马鸣加（５册）》，《父亲》，《千年庭院》，《老海棠树》，《小猪唏哩呼噜》，《芦荡金箭》，《一路格桑花》，《回家：一只灰喜鹊受伤之后》，《斑羚飞渡》，《小太阳》，《笑猫日记（３册）》，《我在长大系列——蔚蓝色的夏天》，《鬼狗》，《假小子戴安》，《毛毛》，《于是，天使来到身边》，《纳尼亚传奇（７册）》，《世界名画乐园（５册）》，《彩图音乐小百科 》，★动画•图画

好书推荐等 第3篇

乔治·寒缪尔·克拉森，1874年11月7日出生于美国密苏里州的路易斯安那市，他曾进入内布拉斯加州立大学就读，美西战争爆发期间，他在美军服役。后来他在科罗拉多州的丹佛创立了克拉森地图公司，从而开始了长期的出版生涯，并出版了美国及加拿大第一本公路图册。1926年，他出版了一系列以古巴比伦为背景、用寓言体方式讲述关于节俭和成功理财的小册子，这些小册子在银行业及保险业发行量极大，并很快成为数百万人耳熟能详的著作。后来这些小册子被集结在《巴比伦富翁的理财课》一书中出版面世，这本永恒不朽的作品已经影响了成千上万人的生活，而这些巴比伦寓言也因此成为了一本现代成功励志的经典名著。

《巴比伦富翁的理财课》

书评Crtics

不计其数的读者已经从这些著名的巴比伦寓言中获得了帮助。在所有以节俭、理财计划和个人财富为主题的励志著作中，它被公认为是伟大的一本书。它的语言就和我们阅读的圣经一样简洁明了，这些奇妙迷人和富含信息的故事，使你在喜悦相伴的同时被带向一条通往繁荣富足之路。作为被广为称颂的现代经典之作，这本著名的畅销书为你的个人理财问题提供了解决方案，将引领你穿越整个人生。这本书揭示了如何获得金钱、保存金钱以及用金钱赚取更多金钱的秘密，它像茫茫黑夜中的一盏指路明灯，引领着无数的穷人和负翁快速奔向真正的富翁之路，无疑是送给所有遭遇财富困扰之士的伟大礼物。

创业书架

《创业财务实用指南》

自己做老板始终是一条艰辛之路。本书为你铲除在实现企业家之梦的途中难以避免的财务障碍。

书号：7-11l—15233-6／F·2335

定价：36元

《避开创业9大陷阱》

本书揭穿了创业中普遍存在但不切实际的谎言，列举了鲜活、深入的案例，提供了详细的指导。

书号：7-111-16576-4／F·2599

定价：28元

《白手起家的百万富翁》

从白手起家的百万富翁的亲身经历出发，为那些渴望成为百万富翁的人们揭开成功的秘密。

书号：7 80073-858-2／F·555

定价：25元

《要赚就赚1000万》

本书生动展示了应该怎样开拓和创新，怎样把想法转化成伟大的事业，以及怎样把这个事业发展成熟。

书号：7-5086-0377-X／F·853

定价：28元

《如何一家有特色的小酒吧》

开一家有特色的小酒吧是一个不错的投资项目，本书寻计献策并介绍大量相关知识，可以帮助你更好地投资经营。

书号：7-5017-7063-8／F·5662

定价：24．80元

《稳赚低风险创业》

尽管市场千变万化，但创业者面临的问题是相通的，只要把握好每一个环节，就能实现低风险创业。

书号：7－5086－0292-7／F·786

定价：25元

企业管理书架

《最强品牌》

本书涉及了诸多的品牌研究成果，这些成果可以为企业打造最强品牌提供明确的方向和必要的指导。

书号：7-111-16538-1／F·2583

定价：25元

《影响：企业家品牌运作经典实案》

本书在深入研究数百位著名企业家之后，总结出打造企业家品牌的法则与陷阱，并结合了经典案例，对中国企业家具有现实的指导意义。

书号：7-111-16491—1／F·2574

好书推荐 第4篇

《田野上的花朵对话:情境教学的萌发》

李吉林编著

教育科学出版社

在教学中, 根据教学内容所描绘的情境, 借助各种教学媒介, 实现情境表象的再现, 使教学内容由抽象变为直观, 从而有助于学生在这一情景交融的教学活动中实现知识的深度掌握, 这便是情景教育。但何时创设情境, 再如何引领学生进入情境, 并进而发现情境与教学内容的联系, 最终达成掌握知识的目的?

李吉林老师在专注情境教育三十多年后, 在《情境教育三部曲:田野上的花朵对话:情境教学的萌发》一书中, 就上述问题进行了完美的解答。从情境教学到情境教育, 再到情境课程, 由大及小, 从宽泛到具体, 由情境教学的推广直抵素质教育。通过快乐教学实现高质量、高素质、高水平学生的培养目标, 这也正是老师们争相阅读的重要原因。

《品课小学数学卷001》

周玉仁 方运加著

教育科学出版社

《品课小学数学卷001》通过名师课堂的再现, 将其备课、思课、上课的过程完整地呈现出来, 再通过各地教师、教研员品课心得的展现, 使名师们的教学理念、教学艺术、教学风格及教研热点和争议都在该书中得以争鸣, 从而带动起教学流派的形成, 最终助力于教师的教学研修、业务进修及专业发展。

好书推荐卡 第5篇

株洲县第三中学

班级：C166班

推荐人：曾盈蓉

好书推荐卡

黛玉

葬班级：C166班

推荐人：曾盈蓉 花推荐书籍：《红楼梦》

推荐理由：《红楼梦》，原名《石头记》又名《风月宝鉴》《金陵十二钗》等等，曹雪芹著，中国古代四大名著之一。鄙人认为，《红楼梦》可以算是四大名著之首，因为它包罗万象，不同于前三部是收集民间故事而成，《红楼梦》是由文人独立创作而成，红学的兴起和长盛不衰也是一个明证。《红楼梦》是一部大书但并不只是一部言情

小说，它更是一部对君主专制社会末期四大家族的兴衰史的概述，这已经逾越了言情小说的范围。《红楼梦》起于言情而终于言情，但不止于言情，这样才能衬出情的深度与厚度在如此精妙的布局和秩序下，这等空间、这群人物中，看似庞杂的故事在作者的笔下事无巨细，分明清晰地娓娓道来。这样的好书值得我们多读，毛主席曾说，“《红楼梦》我至少读了三遍„„我是把它当历史读的。当故事读，后来当历史读”“不读五遍《红楼梦》，没必要发表评论”。所以我推荐大家阅读这本文学巨著———《红楼梦》。

内容简介：《红楼梦》主要讲的是林黛玉因丧母,被外祖

母贾母接到贾府,见到贾宝玉及众姊妹,宝黛二人一见面就有似曾相识之感.不久,宝玉的表姐宝钗也在贾府住下.，宝玉的姐姐元春被封为妃,皇帝恩准她探家,于是贾府修建大观园.后元春怕大观园空闲,令宝玉与众姐妹入园居住.宝玉与黛玉感情加深,落花时节,黛玉葬花.，后大观园成立诗社,黛玉的错误被宝钗察觉,宝钗原谅了她,两人关系转好，宝钗被家事缠绕,宝玉被父亲要求上学,迎春出嫁,大观园冷清起来后黛玉思想终身之事无人可求,染重病.不久,宝玉糊涂,元春死去。贾母做主,让宝玉娶宝钗,黛玉孤苦而死.。最后,贾家势败,宝玉出家。

香港好书推荐 第6篇

编者：谢至德 谢傲霜

出版社：Kubrick

出版日期：2012 年2月

事情该由 2008 年开始谈起。香港政府宣布兴建广深港高速铁路香港段，工程涉及一条本来平静如水的菜园村的清拆，村民组成关注组，争取不迁不拆，市民纷纷支持，并触发2010 年万人包围立法会的轰动事件。

关注组举行导赏团，希望外界更加了解土地和家园的可贵；至于艺术家和作家，实地驻守，以音乐及影像的澎拜、以诗歌的温柔、以绚烂的画，及至种种创作，纪念那里的一草一木和文化土壤。

《新春糊士托·菜园艺术快乐抗争》一书，就是记录村庄转眼变成废园的真实故事。抗争最终未必成功，但如果艺术于此，能作为极具意义的载体，在本土历史上深切流动过，大家定必铭记──有些人，他们曾经与弱小者和公义同路，是快乐，也是值得。

我要的香港

作者：严飞

出版社：文化工房

出版日期：2012 年2月

《我要的香港》一书，意义是多重且有趣的。第一，出版社根基在香港，书籍却于刚过去的台北国际书展，一个备受媒体关注、以港台多家独立出版社共同分享进驻、名为“读字车站”的摊位；而作者严飞，他来自中国大陆，学成于外地，笔下则是他待过的香港。

于是我更加明白為何梁文道先生因此书而感动。他在序文里提到：“他想念的，居然就是那些书和人，香港之硬块。这么用心去为他们留下记录，响应他们发出的声音；严飞不只看到了香港的方便，而且还看到这些不便，甚至看得比绝大多数本地人还认真。”我读到的是，一个来自内地的外来人，以学者身份，行文却超越了冷漠规矩的学术研究。他站立的位置及视角，总带着对此城微微的关怀，游走于局外与局内之间。之于此城，严飞有尖锐的提问，而更多的，竟是温暖的谅解。

好书推荐 第7篇

1 电子商务推荐系统的涵义及其作用

电子商务推荐系统是指利用电子商务网站向客户提供商品信息和建议，帮助客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。目前，几乎所有大型的电子商务系统，如Amazon、eBay、当当网等，都不同程度地使用了各种形式的电子商务推荐系统，电子商务推荐系统的开发和应用将会给企业带来巨大的经济效益。

电子商务推荐系统可以提高电子商务网站的销售能力，其作用主要体现在以下3个方面：

(1）实现浏览者向购买者的转变

很多电子商务网站因为设计不合理，导致用户无法快捷地找到感兴趣或想购买的商品，从而出现了浏览站点的用户经常是只看不买的现象，而电子商务推荐系统的出现可以帮助用户便捷地找到想购买的商品，从而实现了用户从浏览者向购买者的转变。

(2）实现交叉销售

电子商务推荐系统在用户购买过程中向用户推荐其他有价值的商品，用户能够从提供的推荐列表中购买自己确实需要但在购买过程中没有想到的商品，从而实现了电子商务系统的交叉销售。

(3）实现客户的有效保留

电子商务推荐系统通过分析用户的购买习惯和需求，向用户提供有价值的商品推荐。如果推荐质量很高，那么用户会再次访问该网站，并会推荐给其他人，从而进一步扩大了网站的客户群，也有效地避免了客户流失问题。

总之，电子商务推荐系统可以模拟商店销售人员向用户提供商品推荐，帮助用户找到所需商品，从而顺利完成购买过程，可以有效保留用户，提高电子商务系统的销售能力，商家也可以通过电子商务推荐系统保持与客户的联系，重建客户关系。

2 电子商务推荐系统的分类

目前，电子商务推荐系统的分类方法存在多种，根据推荐的自动化和持久性程度，可以将电子商务推荐系统分为非个性化电子商务推荐系统、基于属性的电子商务推荐系统、用户相关性推荐系统和商品相关性推荐系统。

其中，非个性化电子商务推荐系统是基于其他用户对商品的综合评价，或是基于电子商务系统的销售排行，或是基于电子商务系统的编辑推荐，向当前用户提供推荐信息；基于属性的电子商务推荐系统则是根据商品的属性特征向用户产生推荐列表；用户相关性推荐系统首先搜索当前用户的最近邻居，然后根据最近邻居的购买历史或评分信息向当前用户产生推荐；商品相关性推荐系统主要根据商品之间的相关性向用户产生相应的推荐信息。

根据所采用的推荐技术可以将电子商务推荐系统分为以下几种类型：协同过滤推荐、基于内容过滤的推荐、基于关联规则的推荐、基于用户统计信息的推荐、基于效用的推荐和基于知识的推荐等。本文将在下面对这些推荐技术进行比较。

3 电子商务推荐系统的工作流程

虽然电子商务推荐系统的种类很多，所采用的推荐技术也不尽相同，但各种推荐系统的工作流程基本相同，主要包括数据采集、数据预处理、形成推荐和结果显示等环节。电子商务推荐系统的一般工作流程如图1所示。

3.1 数据采集

数据采集方式主要有两种类型：显式采集和隐式采集。其中，显式采集方式是指推荐系统需要用户显式地输入形成推荐所需要的信息，包括用户信息、用户对商品的评价等；隐式采集方式是指推荐系统根据电子商务系统在用户的购物过程中自动记录的信息形成推荐，比如用户浏览或者购买了哪些商品，以此来分析用户的行为特性，不需要用户输入任何信息。

显式方式获得的数据通常比较准确，但需要用户显式地输入信息，数据采集比较困难。隐式方式获取数据的准确性要低一些，且只能获得用户比较简单的评价，但采集数据相对比较容易。在实际的电子商务推荐系统应用中，针对用户和电子商务网站不同的需求，两种方式都有各自的应用场合。

3.2 数据预处理

数据采集阶段所获得的数据往往具有不同的存储格式，而不同的推荐技术所要求的数据格式也不尽相同。因此，在形成推荐以前往往要根据不同的推荐技术对不同类型的数据进行相应的预处理，将其转化成符合所使用推荐技术要求的格式。

比较常用的存储格式包括：基于内容的文本格式和基于数值的矩阵格式。其中，基于内容的文本格式数据需要用语义分析等知识进行预处理；基于数值的矩阵格式数据，通常是用M×N的用户-商品评价矩阵R来表示，矩阵中的元素Rij表示第i位用户对第j个商品的评价，可以当作数值来进行处理。数据预处理包括数据清洗、会话识别和事务识别等过程。

3.3 形成推荐

电子商务推荐系统完成了数据采集工作，并对数据进行预处理之后，就可以利用各种推荐方法进行推荐了。形成推荐是电子商务推荐系统工作流程中最为关键的一个步骤。

前面介绍了电子商务推荐系统的分类，不同类型的电子商务推荐系统所运用的推荐技术和方法不尽相同，下文中对各种电子商务推荐技术的推荐依据和主要算法步骤进行了比较，参见表1。

3.4 结果显示

推荐结果形成后，接下来的任务是如何把推荐结果呈现给用户。不同的推荐结果显示时机和方式，往往可以起到不同的推荐效果。结果显示的途径主要包括以下几种：

(1）将电子商务网站最热销的商品或者最新加入的商品以排行榜的形式显示给用户。

(2）根据用户的查询操作和要求形成推荐，并将推荐结果按照匹配程度或者用户的感兴趣程度进行排序，以列表或超链接的形式把推荐结果显示给用户。

(3）向用户提供其他用户对用户正在浏览商品的评价信息。（4）根据用户的兴趣爱好向当前用户推荐商品。（5）向用户推荐与用户购物车中商品相关的商品。

(6）以电子邮件方式向用户发送其可能感兴趣的商品或者新加入系统的商品信息。

4 电子商务推荐系统的推荐技术比较

下面的表1和表2分别从不同的角度对目前常用的电子商务推荐技术进行了比较。其中，表1主要从推荐依据和主要算法步骤两个方面对各种推荐技术进行了比较，表中U=!u1,u2,u3,…,um"代表用户集合，I=i!1,i2,i3,…,in"代表产品项目列表。表2则对各种推荐技术的优缺点进行了对比分析。

由于各种推荐技术都存在优缺点，所以在实际的应用中常采用组合推荐技术。例如，内容过滤推荐和协同过滤推荐的组合，分别用基于内容的方法和协同推荐方法，产生一个推荐预测结果，然后用某方法组合其结果。

5 结束语

企业如何在虚拟的电子商务环境中吸引新用户，并确保自己可以提供足够的产品或服务留住老用户，帮助用户从电子商务网站中挑选出自己真正需要的产品或服务，已成为许多电子商务企业所要关注的主要问题，解决这些问题的重要途径就是构建完善的电子商务个性化推荐系统，而个性化推荐技术的研究是提高电子商务推荐系统推荐效果的关键因素。本文介绍了电子商务推荐系统的基本内涵，对电子商务推荐系统的工作流程进行了初步探讨，并从不同角度对常用的电子商务推荐技术的推荐机理与方法进行了对比研究。

摘要：介绍了电子商务推荐系统的基本内涵,对电子商务推荐系统的工作流程进行了初步探讨,并从不同角度对常用的电子商务推荐技术的推荐机理与方法进行了对比研究。

关键词：电子商务,推荐系统,推荐技术

参考文献

[1]J L Herlocker,J A Konstan,L G Terveen.Evaluating Collaborative Filtering Recommendation System[J].ACM Transactions on Information System,2004,22(1):50-53.

[2]黎星星.电子商务推荐系统研究[J].计算机工程与科学,2004,26(5):7-10.

[3]游文,叶水生.电子商务推荐系统中的协同过滤推荐[J].计算机技术与发展,2006,16(9):70-72.

[4]盖亮.电子商务推荐系统的研究与实现[D].天津:天津大学,2007.

好书推荐 第8篇

1 个性化混合推荐概述

最近,一些基于扩散推荐算法,如热传导和概率扩散,已经应用于个性化推荐。概率扩散方法倾向于为个性化目标用户推荐受欢迎的产品,然而热传导方法倾向于推荐冷门的产品。不久之后,提出用混合方法(HHP)与热传导算法和概率扩散算法相结合获得更高的推荐绩效。凭借着可调整的混合参数,为HHP方法提供了流畅的从一个方法到另一个方法的过渡。每个真实系统被视为具有其最佳混合参数,同时,通过最近提出的优先选择扩散过程,偏热传导和网络操作,基于扩散推荐算法的性能已经得到增强。

原HHP最优的混合参数具有普遍价值,系统实现了对冷门项目和受欢迎项目的推荐的最佳平衡。那就是说,系统中的所有用户都采用相同的混合参数。然而,HHP方法不考虑实际用户的多样性。事实上,混合算法可以在各体级别上应用,可以调整每个用户他/她自己的个性化混合参数。明确地说,如果用户喜欢收集受欢迎的产品,混合方法应该给予扩散算法更多的权重,因为扩散算法擅长推荐受欢迎的产品,反之亦然。

在这种动机下,在这一篇文章中我们对关于用户的最佳个性化混合参数做了仔细的研究。我们设置两个参照数据(电影推荐和美食推荐),并发现如果分配给所有用户最佳的混合参数,那么,推荐后的绩效就会显著增强。我们也发现每个用户都会有各自不同的最佳个性化混合参数。同时,我们发现用户的个性化参数与用户个人等级呈负相关,但是与用户的平均等级呈正相关。最后,我们提出一个面向用户的HHP(UHHP)算法,在这个算法中,根据每个用户的水平,分配给他们个性化混合参数。模型表明UHHP能进一步提高原HHP算法的绩效。最后,我们的工作突出考虑推荐用户多样性的重要性。

2 数据和指标

我们设置电影推荐和美食推荐两个参数来进行分析。电影推荐数据包含10万条真实的评级数据,这些数据来自于943个用户、1682部电影。然后,用一个粗粒化进程将这些评级转化为一元形式:只有评级为3及3以上才被认为是通过用户收集的,其中,5是最高评级。粗粒化进程之后,仍存在943个用户和1574项与85250边缘(稀疏度是5.20•10-2)。美食推荐数据本质上是一元的,表明用户是否已经收集到任何的网页链接。它包含9998个用户和232657项与1,233,995边缘(稀疏度是5.30•10-4)。为了检测推荐算法,数据被分为两部分:训练集Et和探针集Ep,比例为9:1。训练集被视为已知的信息,而探针集用于预测未知的信息。

该推荐算法可以为每个用户提供属于他/她自己的未收集项目的有序列表。好的算法是能给出准确的推荐,即在探针集中在推荐列表的顶部放置更多的项目。我们先用秩得分衡量推荐算法产生与用户喜好相匹配的良好有序项目的能力。因此真实用户通常只考虑推荐列表顶部的物品,也可以使用两种比较实用的方法,即精确度和召回率。

秩得分:该推荐算法可以为每个用户提供属于他/她自己的未收集项目的有序列表。对于目标用户i,我们计算他/她在探针集中的链接位置。例如,如果i有1000个未收集的项目,α项是有序列表的前30,我们说α的位置是30/1000,因此秩得分RSiα=0.03。平均秩得分超过所有的探头对,从整个系统中我们获得了最终的秩得分RS。好的算法,预计将会得到一个小的RS。除了整个系统的整体RS,我们只考虑局部秩得分,该秩得分仅考虑冷门项目(i.e.items with small degree)。由于它们的信息很少,难以准确地推荐是正常的。这就是众所周知的冷启动问题。我们用RSk<=x代表程度小于x的项目平均秩得分。根据之前的研究,在我们的工作中将x赋值为10。

精确度:对于一个目标用户i,推荐的精度Pi(L)被定义为Pi(L)=hi(L)/L,其中hi(L)代表热门项目的数量(即相同的项目存在于探针集和推荐列表的前L的位置)。求所有用户准确性的平均数,我们得到整个系统的平均准确性P(L)。在本文中L=20。

召回率:用相同的方法,用户i的召回率为Ri(L),它被定义为Ri(L)=Hi(l)/Li,其中hi(L)表示热门项目的数量,Li是用户i在探针集中收集到的项目的数量。求所有用户召回率的平均值,我们得到整个系统中的平均召回率R(L),再次设置L=20。

3 用户多样性和个性化参数

目前,网路环境日趋多样化和复杂化,其中最主要的原因就是用户的多样化。我们通过研究用户的多样性,了解群体行为,从而可以设计出更人性化的个性化推荐算法。事实上,在线个性化推荐系统中,了解用户的个人需求和兴趣爱好显得尤为重要。根据研究发现,用户在选择产品时都是有目的的选取,而不是随机发生,在结合心理学原理,用户做出的选择往往是无意识的,因此用户的行为在很大程度上取决于用户的需求和个人兴趣。对此,一些研究者提出用集聚系数C4来衡量用户的兴趣,C4值越高,说明用户对某方面的兴趣越专一。另外,香农提出的信息熵也可以作为一项个性化混合参数。他提出用信息熵衡量用户信息量的多少,用户的信息越多,用户信息越偏向于多样化,信息熵的数值就越大。因此在设计给予用户的个性化混合推荐算法时,可以考虑这些数值的影响,使系统获得的更高的绩效。

4 思考

我们评论当前估计用户个性化混合参数的方法不是最佳的,例如用时间信息计算用户的历史活动记录将会更加深刻的理解用户的行为模型,而且对他们的个性化混合参数有更好的预测。同时,在真实系统中用户的最佳个性化混合参数将会随着时间而改变。某些时候,一个用户可能喜欢受欢迎的产品,在另外一些时候,他可能喜欢相关的但是不那么流行的产品。在这种情况下,这种方法也应该考虑到用户的时间行为模式。这些问题需要将来进一步的探究。

5 结束语

推荐系统是一个解决信息过度问题非常有潜力的技术。最近,提出用混合方法(HHP)与热传导算法和概率扩散算法相结合获得更高的推荐绩效。概率扩散方法主要推荐受欢迎的产品因此推荐准确度高。相反热传导方法倾向于推荐小众化产品并享受多样性推荐。凭着可调参数,混合算法实现在推荐准确度和多样性方面有较高的绩效。在本文中,我们在个体层面运用原始的混合方法,以至于可以调节每个用户的个性化混合参数。我们发现如果给每个用户分配最佳的个性化混合参数,所有的推荐准确度将会明显的增加。同时,我们还发现真实用户有各自不同的最佳个性化混合参数。另外,我们发现用户的个性化参数与用户的水平呈负相关,但是与用户的平均学历呈正相关。

此外,我们提出了基于用户的混合方法UHHP。在这个算法中,根据每个用户的平均水平,分配给他们个性化混合参数。我们用两个参照数据(电影推荐和美食推荐)测试UHHP方法,发现我们的方法比HHP算法可以进一步提高推荐正确性(尤其是准确度和召回)。然后,怎样在推荐系统中进一步的准确估计最佳可调参数仍然是一个挑战。到目前为止,解决问题的通常方法是基于对历史数据的计算。通常,历史数据被分为训练集和探针集。当算法在训练集和探针集部分获得最高的绩效时进一步推荐的参数被确定,在工作中,我们也采用这种方法估计最佳的伽玛值。

摘要：在最近的工作中,提出个性化推荐算法,它在准确性和多样性两个方面有很高的绩效。该方法是基于两个单算法概率扩散和热传导的杂交,它们分别是倾向于推荐受欢迎和不受欢迎的产品。凭着可调参数,可以在系统层面实现这两种算法之间的最佳平衡。该文中,在个人层面应用这种混合方法,即每个用户都可以调整他/她自己的个性化的混合参数。有趣的是,笔者发现用户在个性化混合参数和推荐绩效方面相当的不同。如果给每个用户分配最佳的个性化混合参数,那么推荐绩效就会有显著的提高。此外,在收集的项目中笔者发现用户的个性化参数与用户个人等级呈负相关,但是与用户的平均等级呈正相关。根据对这些的理解,该文提出了一个分配给用户合适的个性化参数的策略,它使原来的混合方法得到进一步的改善。最后,该工作突出考虑推荐用户多样性的重要性。

关键词：个性化推荐算法,个性化混合参数

参考文献

[1]陈洁敏,汤庸,李建国,等.个性化推荐算法研究[J].华南师范大学学报:自然科学版,2014(5).

[2]Yuan Guan,Dandan Zhao,An Zeng,et al.Contents list availableat Sci Verse Science Direct[J].Physica A,2013,392:3417-3423.

好书推荐 第9篇

电影资源的大量产生是互联网信息爆炸现象的一个具体方面。那么,我们如何从互联网海量电影数据中挑选我们想看的呢?这个问题引入了现代个性化推荐系统的产生。

1 个性化推荐

1.1 个性化推荐的现状

个性化推荐技术是一种通过用户的历史记录来确定用户的偏好特征,从而为用户提供符合其偏好以及潜在偏好的个性化服务的技术。该技术可应用于生活中的各种方面渠道,例如电影视频方面,各大门户网站可根据用户的历史浏览记录分析并推送符合用户爱好的个性化信息。这一过程将网络从被动地接受使用者请求的行为转变成了主动感知到使用者的需求。

个性化推荐这一概念是在上世纪末才被独立提出的,它以数据挖掘为基础,根据符合条件的相应推荐算法来分析得出用户的爱好和倾向,并从大量的互联网信息存储中锁定用户的兴趣资源或潜在兴趣资源主动推荐给用户。[1]

个性化推荐系统的发展十分快速。在1995年3月,卡耐基。梅隆大学的Robert Armstrong等人提出了个性化导航系统Web Watcher。随后各大著名企业均开始制定并推出了各自的个性化广告方案,例如谷歌开创的Ad Wards盈利模式,雅虎随之推出了Smart Ads广告方案,Overstock(美国著名的网上零售商)根据Choice Stream公司制作的个性化横幅广告方案,等等。我国首个个性化推荐系统研究团队北京百分点信息科技有限公司成立于2009年,旨在研究和开发个性化搜索引擎技术和解决方案。[2]

1.2 电影推荐的现状

电影和视频门户网站在当下互联网中占据了不小的比例,在个性化推荐系统中也是一块非常重要的研究领域。各大电影网站根据自身的电影检索和推荐机制,通过用户的个人信息从互联网大量的视频中抽取用户可能感兴趣的视频内容。其中最为出名的应为Netflix公司。其于2006年设立的百万奖金比赛,规则是实现一个电影推荐系统来预测其用户感兴趣的电影,并使预测准确率达到10%。[3]另有主流视频门户网站如Youtobe和Hulu,也都在个性化推荐方面进行了大量研究,以提高视频网站的访问量,增加用户的观影愉悦度。

国内的电影及视频网站近年来发展逐渐迅速。优酷,爱奇艺,乐视等网站都推出了各自的电影推荐系统,虽然推荐结果的预测准确性还有待进一步提高。豆瓣电影相对口碑较佳,其网站根据用户浏览的电影页面和用户进行的评分从海量电影资源里寻找符合用户兴趣的电影,通过猜你喜欢等模块推送给用户,提高了用户的满意度。

2 相关推荐算法

2.1 基于内容的推荐算法

2.1.1 算法简介

这是一种较为简单的推荐算法,其根源为信息检索及信息过滤技术,在大量信息里面挖掘出与用户兴趣相似的电影从而推荐给用户。该算法根据对用户的历史浏览记录进行分析,通过用户过去感兴趣的产品,来向用户推荐尚未产生接触的推荐项(本论文专指电影)。例如电影网站可以根据某个用户过去观看了许多恐怖类电影进而为用户推荐其他恐怖类电影。

基于内容的推荐算法的基本思想是如果使用者的历史记录显示了他对某种特征的电影感兴趣,那么他可能对相似特征的也感兴趣。出于这个思想,基于内容的推荐算法主要需要结构化两种描述文件,用户特征的描述和电影特征的描述。[4]用户特征的描述来源于用户对电影的评分集合和用户建立时选择的标签类型。通过这些来建立一个用户的兴趣模型。电影特征的描述来源于用户的评分以及上线时的标签,一般包括电影的特征,属性信息。推荐系统会经常定时的更新并且维护用户和电影的特征文件,推荐过程就是当需要获取某个用户的推荐列表时,就去比较用户和电影的特征文件的相似性,选取相似性高的推荐出去。

该算法主要可从以下三个步骤进行描述:

1)movie Representation:从每个movie中抽取出部分特征(也就是movie的标签特征)来代表此movie;

2)Profile Learning:根据某个用户过去感兴趣(或不感兴趣)的movie的特征数据进行研究,来得出此用户的兴趣特征(profile);

3)Recommendation Generation:根据对上一步骤中得到的用户profile与候选movie的特征进行对比,以此为依据,为用户推荐一组关联性最大的movie。[5]

常见的方法是利用添加标签来代表这部电影的属性,而每个属性对应的权重往往是根据一定的算法。根据用户过去的电影浏览记录来推算出此用户感兴趣的profile,最为基础的方法是把用户所有感兴趣的电影对应的向量平均值来用作此用户的profile。在获得了一个用户的profile后,本算法就可根据所有movie与此用户profile的关联度来为该用户推荐可能符合其爱好的电影了。

2.1.2 算法优缺点

基于内容的推荐算法在电影推荐中的优点为:

推荐结果直观,易于解释。因为本文推荐内容的对象是电影,而电影本身就拥有比较好的结构化数据,比如导演,风格,题材等等,所以利于进行特征分类,只要根据特征信息计算特征的相似程度就可以达到目的。

并且基于内容的推荐算法它只需要得到电影的特征信息,和其他电影和用户并没有太大的关系,推荐用户的特征也是通过用户本身和他原来的历史行为有关。所以这种推荐方式在冷启动上拥有一定的优势,也不用考虑数据稀疏问题。

但是该算法也具备如下弊端:

算法进行研究的内容较为局限。用在电影推荐方面,对于多媒体数据的属性提取尚存在技术性上的问题,只能通过人工对电影打标签进行分类,来明确视频的属性,否则很难进行推荐。

无法挖掘用户潜在偏好特征。基于内容的推荐算法仅仅能对用户过去的喜好为其推荐相似的资源,无法挖掘用户新的符合其偏好的属性。

新用户问题。当一个新用户没有浏览记录或者尚无感兴趣的电影属性时,该算法无法为用户进行电影推荐。

2.2 协同过滤推荐算法

2.2.1 算法简介

协同过滤推荐(Collaborative Filtering recommendation)是通过分析某一用户偏好特征,在海量用户群体中寻找与指定用户偏好相似的用户,融合寻找到的众多相似用户对某一信息的综合评价,从而来预测指定该用户对这一信息的喜好程度。它的出发点是:用户是有一定的群体的,不是孤立的,那么拥有相似行为的用户可能兴趣点是相通的,那么推荐列表就可以是类似的。

该算法可细分为两种:一种为基于物品的协同过滤,对于电影推荐来说,既是根据用户对不同电影的评分进而对电影间的相似性进行评测,基于电影之间的相似性来进行电影推荐。如图1。

详细公式如下:

首先计算物品(本文中专指电影)之间的相似度,通过余弦相似度可对电影之间的相似度进行计算。

|N(i)|是偏爱电影i的用户量,|N(j)|是对电影j感兴趣的用户量,是对电影i和电影j都有喜好的用户量。然后通过如下公式计算用户u对某部电影j的偏好特征。

代表了用户u对电影j的偏好特征,N(u)代表了用户感兴趣的电影集合(i是该用户喜欢的某一部电影),S(i,k)代表了与电影i相似程度最高的K个电影集合(j是这个集合中的某一部电影),wji代表了电影j和电影i之间的相似度,rui表示用户u对电影i的偏好特征(这里简化Rui都等于1)。[6,6]

另一种是基于用户的协同过滤,在电影推荐中,表现为通过不同用户对某电影的评分来评测用户相互间的相似性,通过用户相互间的相似性来为用户进行符合偏好的电影推荐。

详细算法如下:

首先计算用户之间的相似度,发现偏好特征相似的用户群。设N(u)为用户u感兴趣的电影集合,N(v)为用户v喜欢的电影集合,通过余弦相似度可对用户之间的相似度进行计算。

然后找到电影集合中符合用户偏好特征的电影推荐给目标用户。

先找出与目标用户u较为相似的K个用户,用集合S(u,K)表示,然后找出S中符合用户偏好特征的电影,并删除u已经感兴趣的电影。对于每个候选电影i,用户u对它喜爱的情况则可用以下公式来表示:

其中表示用户v对i的偏好程度,在本例中都是为1,在一些需要用户给予评分的推荐系统中,则要代入用户评分。[7]

2.2.2 算法优缺点

与基于内容的推荐算法进行比较,协同过滤推荐算法在电影推荐中具有以下优点:

1)能够进一步过滤计算机难以自行处理的较为复杂的非结构性对象,对于其他用户的经验进行了共享,使推荐内容更加精准。

2)能够发现用户的潜在偏好。协同过滤推荐算法可通过用户间的相似度来进行推荐,因此可以发掘出该用户之前完全没接触过的可能符合其兴趣的内容,进而推荐给用户,挖掘用户潜在的爱好特征。

3)推荐更加个性化,自动化程度较高。

但是该算法依然具有以下缺点:

1)数据的稀疏性问题。当用户对于电影的评价非常少的时候,该算法这种建立在用户评分基础上,得到的结果可能会误差比较大

2)推荐考虑因素过于单一,该算法仅仅分析了用户评分数据,忽略了电影和用户本身的其他众多特征,如电影的主演,上线时间以及用户的分布、男女、年纪等众多因素。

3)新上架电影因为从来没有用户对其进行过评价,因此将一直无法进行推荐。

3 电影混合推荐系统的研究与实现

本文上述介绍了目前两种最为常用的推荐算法原理和他们的优缺点,在目前已经使用的各大电影推荐网站中,这两种算法并不会是单独出现的,而是经常被混合起来使用的,例如国外知名电影推荐网站jinni,它所采用的检索工具叫Movie Genome,同样也是Google TV所采用的个性化搜索工具。Jinni把用户分为12类型,战略家、现实主义者、理想主义者情景剧爱好者和悬疑爱好者等等。在对用户进行分类后,Jinni通过获取这类的用户偏向和历史行为来总结出这类用户的特征偏向,以此进一步确认用户的偏好类型。而用户对电影的评级分为10级,由低到高为not at all到strong learning。最后,通过观察与其他用户的联系,用户可以了解自己与其他用户的关联程度,并且能够选择自己是否要跟从类似用户的选择。如果用户选择跟从,那么用户的推荐列表会被类似用户最近观赏的电影目录所影响。Jinni在用户文件夹中会显示联系紧密的其他用户最近观赏过的电影以及大多数人对该电影的评分。当用户进入Jinni推荐页面,根据用户偏好,产生用户的推荐列表;另外根据相似用户群的最近活动信息,将评分较高的电影选出以产生另一个推荐列表。

那么,下文将会简单介绍一种混合推荐系统的实现,也将采用基于内容的推荐算法加上协同过滤算法。

首先明确的是,不管使用哪种推荐算法,都需要先计算用户的相似度,因为用户的相似度大程度上体现了这个用户的特征偏向以及他是否是一个新用户。如果这个用户是一个新用户或者活跃度非常低,那么他就不太适合采用协同过滤的算法来进行推荐,而应该直接采用基于内容的推荐算法,根据他之前选择的标签来进行电影推荐,避开冷启动;相反,如果他是一个活跃用户,那么就可以挖掘出此用户的历史行为信息,来跟其他用户的相似度进行比较,采用协同过滤算法来进行推荐,并且挖掘出此用户的兴趣偏向。如上所说,那么就需要为相似度设置一个阈值,可以选择此用户的相邻矩阵种相邻用户的个数N,如果大于N,说明矩阵不稀疏,是个活跃用户;相反说明矩阵稀疏,只是个新用户。[8]

在本电影推荐系统初始化的时候,会根据一些已定的标签将电影数据库分类成多种特征,然后等到用户登录时,系统会统计用户的浏览历史,然后找到用户观看较多的电影类别,然后组成推荐列表。具体算法的内容可见前几节的算法介绍。

4 小结

本文提出的混合推荐算法主要使用协调过滤推荐,基于内容的推荐算法则作为辅助算法。如果是新用户或者没有被用户打分或者浏览的新产品则釆用基于内容的推荐算法,一般的电影推荐任务则采用协同过滤算法。基于项目的协作过滤更为重视用户的过去已经产生的兴趣特征,一般推荐的是符合用户历史浏览中感兴趣的电影。而基于用户的协作过滤的本质是信息获取和信息过滤,可以根据海量用户群中的相似用户的兴趣特征来帮助用户挖掘潜在兴趣,推荐全新的关注电影类型。

本算法还进一步优化了协同过滤推荐算法。在本算法中,通过对相似用户的历史浏览记录进行分析得到相关的推荐电影集合,并不直接对用户相似度来推荐电影,而是先进行进一步的过滤。本算法先根据当前用户的点播记录,挖掘其偏好特征,建立该用户的兴趣模型。然后匹配相关推荐电影集合中的相似电影与当前用户的兴趣模型,匹配度髙的排在推荐列表的前面。该算法可以更好的保证在网站系统进行电影推荐的时候,先展现在用户眼前的是能更好满足其偏好特征的电影类型。

参考文献

[1]赵亮,胡乃静,张守志.个性化推荐算法设计[J].计算机研究与发展,2002,39(8):986-991.

[2]陈天昊.互联网电影推荐方法的研究与实现[D].北京:中国科学技术大学,2014.

[3]余力,刘鲁,李雪峰.用户多兴趣下的个性化推荐算法研究[J].计算机集成系统,2004,10(12):1610-1615.

[4]高斐.面向海量数据环境的个性化推荐机制应用研究[D].南京:南京邮电大学,2014.

[6]Paul B.Kantor,Francesco Ricci,Lior Rokach,Bracha Shap-ira.Recommender Systems Handbook[M].Germany:Springer,2010:73-80.

[6]项亮.推荐系统实践[M].北京:人民邮电出版社,2012:44-51.

[7]B Sarwar,G Karypis,J Konstan,J Riedl.Item-based collabora-tive filtering recommendation algorithms[J].International Con-ference on World Wide Web,2001,4(1):285-295.

好书推荐 第10篇

学生愕然。

——“再听一遍—— ‘读~好书’ 与‘读好~书’有区别吗?”

学生静默。随即恍然大悟地、兴奋地回答:

——“有, 有, 当然有!”

进而开始七嘴八舌地说出自己的见解。

这是我在教学《忆读书》第二课时的一个导读设计, 这是整个初中学习的第一篇课文, 这是引领学生跨上语文学习新台阶的具有里程碑意义的一堂课。

之所以设计这样一个导读形式, 出于三点考虑:首先, 激发学生学习语文的兴趣。 爱因斯坦曾说过:“兴趣是最好的老师。”而夸美纽斯在《大教学论》中, 也生动地将学习比喻成吃饭, 吃饭要有食欲才能吃好, 学习要有兴趣才能接受。作为新学期的第一堂课, 激发学生的学习兴趣, 使学生初步形成一种积极开放的心理状态, 是每个老师肩上的责任。这个设计既有一定的趣味性, 又有一定的探索性, 学生们的情绪一下高涨起来, 争先恐后地想说出自己的理解。其次, 让语文课一开始就显示出语文学习的特征和魅力。《语文课程标准》指出:“在教学中尤其要重视培养良好的语感”, “ 发展感受和理解能力”, 所以老师们都很注重对学生语感的培养, 方法也很多, 它应该贯穿于语文教学的细节之中。在这里, 同样是“读好书”三个字, 我巧妙地利用不同的语义停顿, 让学生感受到所产生的不同意义, 进而引领他们做进一步的阅读和思考。再者, 我想让自己的教学不落窠臼, 不想沿袭许多人用过的程序和方法, 而去探索一些较新颖的、不是教参书上或网上照搬的方法和策略, 避免自己产生职业倦怠, 去同学生一起感受“创新和发现”的喜悦。

果然, 学生们是充满智慧的, 很容易就辨别出两者的不同意思, 兴趣盎然地说出二者的区别:

——“读~好书——就是要读好的书。”

——“读好~书——就是要把书读好。”

于是, 我顺势引导学生进行解读、品味。

“那么, 哪些书算是好书?我们来看看文中冰心奶奶的好书标准。”

——对作文有帮助的书, 如《聊斋志异》;

——人物形象生动、个性鲜明的书, 如《三国演义》;

——语言质朴浅显而非无病呻吟风花雪月的书;

——有爱国情感的书 (文) , 如岳飞的《满江红》;

——感情真挚感人的书 (文) , 如李易安的《声声慢》;

——使人增长见闻的书, 如《茶花女遗事》;

——能反映历史兴衰的书, 如《红楼梦》;

——能教人做人处事、“独立思考”的书;

……

学生的回答有理有据!我想, 教会学生鉴别、筛选书籍, 是语文教师的又一重要职责。当今的情况是, 书店里的书五光十色、浩如烟海, 各种有关暴力、游戏、厚黑、恋情、时装、色欲、命相的烂书铺天盖地、持续热销, 加上网络媒体受利益驱动而大肆渲染、狂轰滥炸, 难免让人应接不暇、良莠难分, 何况是这些纯洁天真的学子们。导致的后果就是学生们远离了名著, 冷落了经典, 我们优秀的文化传承受到了挑战。所以, 冰心的这篇散文为我们开启了一扇引领学生走进经典、了解名著的钥匙, 我们要好好把握这个机会。

“那么, 怎样才能读好书?我们来看看冰心奶奶文中所说的读书方法和读书态度。”

——要善于比较:物怕比, 人怕比, 书也怕比;

——要有毅力:我咬牙拿起一本《三国演义》……居然越看越懂;

——要用情投入:读到关羽死了, 哭了一场……读到诸葛亮死了, 又哭了一场……读《水浒传》, 会“义愤填膺”;

——要会借鉴:《聊斋志异》……对我的作文很有帮助;

——要善于汲取书中的知识营养:《茶花女遗事》使我知道了许多外国的人情世故;

——要热爱读书:以读书为生命中最大的快乐;

……

学生的回答丰富机智!

看着学生们的表现, 我满心欢喜。冰心的《忆读书》是一篇很适合青少年阅读的经典散文, 感情真挚而亲切、文字浅显又充满深厚的文化气息, 有如一缕春风徐徐吹来, 给人清新明朗之感。文中“读书好, 多读书, 读好书”九个字精辟、凝练而又通俗、上口, 而对“读好书”三个字的多元研读和理解, 更能很好地引领学生走进语文学习的美丽殿堂。

语文课程改革强调语文素养的形成和发展, 这意味着教师要在教学中关注学生的心灵, 使学生获得语文知识和技能的过程成为形成价值观的过程。语文教育是与语言, 与人的学识、经历、个性联系在一起的教育。语文课程丰富的人文内涵对学生精神领域的影响是深广的。学习《忆读书》不仅要在知识上使学生理清文章的内容要点, 还要在其中进行多方面的能力训练。我想, 应该充分利用好这个宝贵的教学资源, 让他们学会积极思考、踊跃探索, 更重要的是通过对文章的理解, 热爱读书、多读书、会读书, 这才是他们终生受益的。

为了能够巩固迁移、学以致用, 我又抛出一个具有挑战性的活动:联系文章内容, 交流有关读书的名言警句, 并简明扼要地说出自己的感悟。若能自己提炼一句关于读书的 “名人名言”则更佳。学生们兴趣盎然地开始思考和创作。

——莎士比亚说, “书籍是全世界的营养品”, 没有营养品人就不能存活和成长, 所以说“读书好”;

——有个名人说 (学生说记不清是谁了, 我不做苛求) :“一个爱书的人, 他必定不致于缺少一个忠实的朋友, 一个良好的老师, 一个可爱的伴侣, 一个温情的安慰者。”不读书就成了闭塞孤独的人, 所以说“读书好”;

——“熟读唐诗三百首, 不会作诗也会吟”, 所以说要“多读书”, 才能写好作文;

——苏轼说, “旧书不厌百回读, 熟读精思子自知”, “多读书”不仅指读很多本书, 也指对一些好书要多读, 读透 (悟性高啊, 已经知道拓展思维、多元理解了) ;

学生们自己提炼的句子很有趣, 摘选几条 (括号内是我的点评语) :

——多读书, 勤思考, 学到老。 (活学活用, 形似冰心话语。)

——读书得法效率高。 (贴近老百姓的说法。)

——热爱读书吧, 它能使你实现梦想。 (很有感召力的大实话。)

——书到用时方恨少, 一到考试死定了。 (哈哈, 最现实的打油诗!)

——好书犹如翅膀, 能让我们飞向理想的天堂。 (形象的比喻, 诗意的语言。)

——要“读~好书”, 才能“读好~书”。 (看似简单而调皮的话语中蕴藏着多少灵感与智慧啊!)

香港好书推荐 第11篇

编着：邝保威

出版社：甘叶堂

出版日期：2012 年3月

以人道关怀为主题、以老人作主角，要在香港大收，其实不易。《桃姐》做到了，占尽天时地利，囊括许多大奖。叶德娴多年未演，功力依旧；刘德华反璞归真，一样讨喜。而幕后最大功臣许鞍华，是我们相当敬爱的导演，她近年更加贴近社会，以香港作为切入点，《天水围的夜与雾》、《天水围的日与夜》以另一面向重述被称为“悲情城市”的小区天水围，而《桃姐》谈的是主仆之情，实境在一家老人院，侧写香港老人的晚年生活，没有多余的煽情，却充满窝心的温暖。

邝保威之于许鞍华作品，可说是资深研究者。他本科是电影，又一直追寻她的创作脉络，后来更担任《千言万语》顾问，又透过专书，以不同角度去理解这位香港女性电影人。《导演许鞍华》穿插访谈与评论，几乎每部作品皆有涉猎。有拍戏的琐事，也有创作的补遗。由此，我们看得见许鞍华的姿采，及她以影像体会生命可贵的热情。

狮人凤·梦想家·旅祸书（全三册）

作者：红眼

出版社：点出版

出版日期：2012年3月

我几乎都记不起得红眼的本名，反正打从第一天起，我就唤他红眼。目前在台湾政治大学念研究院的他，更年轻时已崭露头角，写诗写小说，文坛前辈多赞，又得过不少奖项鼓励，是个极具潜质的创作人。

我常最笑红眼，说他的文艺与温文气质都在骨子里，不附于表面。活泼机灵，打扮入时，就如我们眼中的“潮人”。最近，他就带来一书三册的新作，是充满实验性的作品。《旅祸书》是两岸三地的文化观察；《梦想家》是似真亦假的梦境书写；感谢电影空间，使他激发红眼的内在灵感，创作成小说《狮人凤》。

红眼之笔，有天马行空的疯狂，偶尔也有独特的中国味道，与其他八十年后作家比起来，显然自成一格。我和他，以及一班好友，常在台北相聚，这小子总是嬉皮笑脸搞气氛。此时，我总想起他曾言“因为心里有些一定要写、不然以后会后悔的故事。”而我多么相信，后者——热诚、冷静、理性，才是最真实的他。

好书推荐 第12篇

随着我国国民经济的快速发展, 我国高等教育实现了跨越式发展与历史性的突破。现代化的校园, 需要现代化的管理手段。在高校日常事务管理中, 教材管理作为直接关系到学校教学水平和教学质量的重要环节, 起着极为重要的作用。随着国家教学改革的不断深化, 高校办学规模的不断扩大, 学生人数逐年增长, 教材的采购量和分发量也随之不断增长。教材的选择、审核、汇总预定以及教材的财务情况等管理工作所产生的数据量不断增加, 教材管理的难度也逐渐加大。

在这种情况下, 本文的研究将数据挖掘技术引入教材信息化平台是一个有益的尝试, 利用计算机网络技术和数据挖掘技术研究教材管理系统, 实现教材选择智能推荐功能, 使教材管理更加智能化、人性化。

二、分类预测推荐技术介绍

数据挖掘技术分类规则推荐就是通过分析历史数据库中的数据, 为每个类别做出准确的描述、建立分析模型或挖掘出分类规则, 并运用数学归纳统计对建立的模型设置了权值, 然后用这个分类模型对新的数据记录进行分类判断, 并形成智能推荐。

分类预测推荐通常用于预测未知数据实例的归属类别, 如一个银行客户的信用等级是属于A级、B级还是C级。此项技术的研究已经取得了显著成果, 且有不少成果已应用到学术、商业领域。本文分析了如何描述学生选用教材记录的数据集合典型特征的模型, 以便能够分类识别未知选用教材数据的归属, 即将未知数据映射到已经描述的模型中。

三、分类预测推荐技术在教材选用智能推荐模块中的实现过程

1、教材管理信息化平台要实现的教材选用智能推荐模块功能需求说明

教材选用智能推荐模块使用的两种情况:一是课程班的任课教师为课程班选择教材使用;二是一些课程任课教师允许学生自主选择教材的时候使用。如果课程班的学生自主选择课程教材, 那么"课程班信息表"中新增字段允许为空, "选课情况信息表"中新增字段不允许为空。在功能上, 教师的角色转变为审批人员, 对学生选择教材进行审核, 课程班的教材选择可以以教师选择教材的记录为准, 也可以放空, 这边教师具有双重角色功能。平台功能上除了提供目标用户教材信息的分类查询和教材库的模糊查询外, 还必须根据课程班的属性并利用数据库历史选择教材记录的分析, 具有智能推荐课程教材的功能。

2、获取数据

获取需要的数据源有学生教材选用表、课程班教材选用表、学生基本信息表、个人教学计划表、课程班信息表、选课情况表、教材基本信息表等。其中学生教材选用表和课程班教材选用表记录历年学生教材选用的详细情况, 数据由平台运行阶段生成, 系统数据初始化阶段不对这部分数据进行处理。学生基本信息表、个人教学计划、课程班信息表和选课情况表数据来自教务管理系统数据库, 系统初始化的时候只保留在校生数据。教材基本信息表数据来自学校教材管理部门的手工录入维护或者由教材经销商提供的数据导入。

学生教材选用表字段包含学号、姓名、专业、层次、年级、课程ID、课程班ID、课程属性、学分、选用教材ID。课程班教材选用表字段包含课程班ID、课程ID、预选用教材ID、选用教材ID、审批人ID。学生基本信息表字段包含学号、姓名、性别、专业、层次、入学时间等。学生个人教学计划表字段包含学号、课程ID、课程属性、学分等。课程班信息表字段包含课程班ID、任课教师ID、考核方式、学年、学期等。选课情况表字段包含学号、课程班ID等。教材基本信息表字段包含教材ID、教材名称、适用专业、适用层次、出版社、作者、教材等级、出版时间、是否停用、新版本教材ID等。

在本文只列举一些数据挖掘过程中用到的关键字段说明, 其它一些字段信息由于篇幅的问题就不作说明。

3、数据预处理

"特征属性知识表"数据是教材选用智能推荐模块实现的核心部分, 它的准确与否关系到推荐的教材是否有价值。"特征属性知识表"的数据源是"学生教材选用表", 在"特征属性知识表"数据形成前平台对"学生教材选用表"数据进行分析、加工, 并存储于独立的表单下, 不对原表进行操作, 主要任务有:

(1) 去除与停用教材有关的数据项, 避免系统归纳计算没有实际价值的数据项。

(2) 更新教材版本发生变化的数据项, 避免出现推荐教材版本低的错误。

(3) 去除与停开课程或者当前学期未开课程有关的数据项, 避免系统做无用的归纳统计, 增加服务器的负担。

以上任务利用数据库操作语句实现。

示例1:假设原始"学生教材选用表数据"如表3-1所示, 其中教材ID"00004"的教材已经有新的版本, 教材ID为"00176", 教材ID"00007"的教材已经停用。

预处理操作后产生的表数据如表2所示。

4、特征属性知识表结构和数据产生方法

特征属性知识表, 是教材选用智能推荐模块的核心设计, 因为影响教材选用的因素比较明显, 知识表结构的组成部分的确定不需要特定的算法计算, 字段含有课程ID、专业、层次、课程属性、年级、教材ID、学分、权值。该表数据模型的形成就是一个基本的归纳算法, 通过对学生选用教材表预处理后的数据集的每一个数据项进行分类计算得到的, 过程如图1所示。

在此基础上, 权值的计算策略如下:

学生教材选用数据训练集中, 设一条记录表示某个特征属性类别的权值为1, 循环训练集的每一条记录, 并且分类计算统计, 就可以得到所有特征属性类别的权值。

据此可以得出特征属性知识表形成的算法描述。

算法:

从数据训练集读取一个数据项

判断特征属性是否在"特征属性知识表"中存在

如果存在, 那么将所对应的特征属性数据项权值加1

如果不存在, 那么在"特征属性知识表"中添加一条新的数据项, 权值初始化为1

重复以上操作, 直到数据项结束

示例2:以表2为数据集分类计算得到表3。

5、目标学生和课程班特征属性的计算分析

系统获取了课程班以及学生的基本信息后, 下一步就是对这些信息进行计算分析, 首先计算分析课程班里面所有学生的特征属性, 然后得到课程班的特征属性。将有关学生信息资源利用数据库连接操作, 集合成学生的特征属性记录。并存储于"学生特征属性记录表"中, 学生特征属性记录表字段包含学号、课程ID、课程班ID、专业、层次、课程属性、年级、学分等。

系统对课程班选用教材的推荐是建立在特征属性对比的基础上, 取特征属性完全相同或者特征属性接近的教材选用知识表记录集形成推荐, 所以确定目标课程班的特征属性是非常重要的。

现在高校课程班的形成不一定是行政班级的迁移, 大多数专业都实现学分制管理, 出现在课程班的学生来自不同的专业, 甚至来自不同的年级、层次, 每个学生的教学计划也不一致。通过对选课学生的个体特征属性归纳, 确定课程班特征属性是平台顺利实现智能推荐教材功能必须解决的问题, 并形成课程班特征属性记录表, 表字段包含课程班ID、课程ID、专业、层次、课程属性、年级、学分等。平台在外部教务管理数据导入的同时实现特征属性的预处理工作。具体由归纳统计实现课程班特征属性的确定, 举例如下;

示例3:某课程班共120人, 当中英语本科专业30人, 课程学分4分, 英语专科专业20人, 课程学分3分, 物理本科专业60人, 课程学分4分, 物理专科10人, 课程学分3分, 专科为3年级的学生, 本科为2年级的学生, 英语专业为必修课, 物理专业为选修课。

通过统计归纳, 本课程班的特征属性如表4表所示:

6、形成推荐

"特征属性知识表"数据的产生以及学生、课程班特征属性的确定后, 系统就可以实现教材选用模块的智能推荐功能。

实现算法方法描述如下:

如果目标特征属性值存在于知识表中, 那么得到推荐数据集, 并对数据集的字段"教材ID"进行唯一性操作和权值调整, 并按权值的大小排序输出"教材ID"字段内容。

如果目标特征属性值不存在于知识表中, 那么判断"课程ID"字段内容是否存在于知识表中的"课程ID"字段, 如果存在, 那么以相似度最高的特征记录得到推荐数据集, 并对数据集的字段"教材ID"进行唯一性操作和权值调整, 按权值的大小排序输出"教材ID"字段内容, 如果不存在, 那么提示用户按传统方式查找所需要的教材。

以上操作过程所需要的查询和计算语句不进行详细的说明, 推荐数量的控制看以后平台具体的需要。

四、结论

本文详细描述了数据挖掘分类规则预测技术在实现教材选用智能推荐功能的过程。着重分析了学生选用教材历史记录形成知识表的数据处理过程, 重点提出了"特征属性"概念及其在智能推荐模块上的应用。

参考文献

[1]、毛国君, 段立娟, 等.数据挖掘原理与算法 (第二版) .清华大学出版社.2007

[2]、陈京民.数据仓库与数据挖掘技术 (第2版) .电子工业出版社.2007