简介：

简介：当今组织最大的危机，就是领导力出了问题。卓越企业不仅仅令业绩出众，更重要的是“人才辈出”。

简介：

简介：

简介：《与骸骨交谈：我希望每一个案件都有答案》作者之一的威廉姆·R·美普斯博士（1937-1997），是美国杰出的法医人类学家，专业领域为法医骨骼学。由他主持创建的C．A．庞德人类鉴定实验室是世界法医学界最知名的实验室之一。在长达28年的从业历程中，美普斯博士经历了许多重大的案件，也参与过许多与历史相关的鉴定工作。

简介：

简介：针对大学生阅读状况，高校图书馆图书推荐是大学生阅读中一项重要工作。本文就读者图书阅读推荐工作中的书目推荐、图书推荐、图书排行等推荐方式进行简要的介绍，提出了自己的看法。参考文献5。

简介：图书推荐作为图书馆的基础性工作，对馆藏建设和读者阅读起着非常大的作用，图书馆的阅读推广理当围绕图书推荐来进行，以图书推荐为中心，创新图书推荐活动方式。

简介：个性化图书推荐系统通过对用户借阅行为的统计分析,获取用户的兴趣特征,实现由原来的人找书到书找人一对一的个性化图书推荐。现有的图书推荐系统各有侧重,图书推荐算法及评价标准各具优、缺点。未来,图书推荐的研究热点及难点将集中在借阅记录的稀疏性、新图书问题、高校新生问题、用户统计学信息、根据《中国图书馆分类法》计算图书相似性、副本数及借阅规章制度等方面。

简介：作为读者第一线的外借处,供需矛盾比较突出。如何更新服务观念,改变被动应付的现状,适应时代的要求,这是摆在每个图书馆员面前的重大问题。笔者在多年流通外借工作的实践中体会到,运用口头推荐这一方法,对于解决这个问题,具有其特殊意义。

简介：“推荐”是信息广泛流通之后自然而然的产物，无论是门户网站还是报纸书刊，编辑、作者构成了最初的推荐系统。只是这种推荐的着眼点是大众或某个特定人群，可以说是非个性化推荐系统。图书馆一直致力于读者推荐——为读者推荐其可能感兴趣的图书、电子资源等，比起商业推荐，图书馆推荐系统应更加注重读者个体需要、更具有专业性。本文立足图书馆，分析图书推荐系统，以直观理解为目的，提出了朴素相似度的计算公式，以飨读者。

简介：摘要：随着信息化的进步，图书的信息量急剧增加，积累的信息量也越来越大，用户需要花费大量的时间和精力才能找到自己的图书。而构建图书推荐系统可以快速有效地将图书投 放到目标用户，降低用户查找信息的成本，提高图书推荐系统的效率。因为阅读细分，通过Pandas对数据进行整理和清理，采用协同过滤和标签的混合推荐方式为用户推荐图书。页面展示使用Flask框架和HTML5实现，数据库使用MongoDB存储系统。系统开发完成后，从系统的功能和性能进行测试，测试结果表明，该系统界面简洁明了，界面易于使用和操作。

简介：<正>家庭教育是现代教育的重要组成部分,如何对子女进行家庭教育,许多父母经常求教于教师。日前,北京万卷图书咨询有限公司邀请部分教育专家、

简介：

简介：进入大数据时代,面对海量的文献信息资源,如何利用大数据技术给用户进行准确的个性化的文献资源推荐,是高校图书馆面临的一大难题.分析了目前高校图书馆文献推荐工作的现状和存在的问题,提出利用大数据进行文献推荐,主要从文献推荐系统中的文献推荐策略等几个方面进行.

简介：依照Web2．0的“社会化标注”思想，针对基于内容的推荐算法（cBR）和协同过滤推荐算法（CF）存在的不足，提出了基于读者标签（Tags）的、融合图书“热门度”因子的个性化图书推荐的两个改进算法。利用统计分析软件R，重点对改进后的CBR算法进行实验分析和验证，结果表明，改进算法的图书个性化推荐效果有明显改善。

简介：针对高校图书推荐存在数据稀疏性和推荐结果质量不高的问题,提出了一种基于协同过滤的高校图书推荐算法.该算法利用图书分类号代替具体图书,应用改进的布尔型相似度计算方法,根据学院分组计算用户相似度,解决了数据稀疏性问题,提高了算法效率.通过定义课程计划、用户兴趣域和流行图书的影响力,建立了图书类别的评价模型.根据类别评价确定各类别推荐数量,提高了推荐结果的质量和多样性.实验结果表明,算法能够有效识别用户感兴趣的图书类别,并且图书推荐质量更好.

简介：在网络环境下,图书馆利用网站开展书目推荐服务,能使书目信息传播的范围更广,让更多的读者利用书目信息。在调查我国省级公共图书馆网站书目推荐服务现状的基础上,分析网站书目推荐服务存在的问题,并提出了解决对策。

简介：协同过滤挖掘是利用具有相似喜好的读者或相似的物品来实现相关推荐的信息挖掘。通过深入挖掘图书馆书籍借阅中记录的信息，提出了一个基于用户协同过滤技术的图书推荐系统的设计与实现方案。实验结果表明该系统具有较为准确的预测功能，对图书推荐工作具有较好的参考价值。

简介：高校图书馆网站作为图书馆信息系统的重要组成部分，是图书馆资源、服务与读者之间的桥梁。规划和建设好图书馆网站，可为用户获取信息、交流信息提供了一个很好的基于Web的信息服务平台。但随着校园图书馆资源的增多，利用基于Web日志挖掘技术根据用户的特性提供具有针对性的信息，还能通过对用户专业特征，研究兴趣的智能分析，主动地向用户推荐其可能需要的信息的个性化推荐系统的建立已成发展趋势。