就业推荐表自我评价十篇

就业推荐表自我评价篇1

就业推荐表是各地学院向用人单位推荐毕业生的书面材料，表中所填内容反映了学生个人信息、学习成绩、奖惩情况、社会实践经历等方面的情况，是用人单位选择人才的重要依据，直接关系毕业生的切身利益。下面就是小编整理的研究生就业推荐表毕业生自我评价五篇，一起来看一下吧。

研究生就业推荐表毕业生自我评价1时间如白驹过隙，三年的研究生生活转迅即失。在毕业之际，回首这三年走过的路，收获颇多，总的说起来有以下几点：

在政治上、思想上我一向用心要求进步。我是在20__年_月光荣地成为了一名预备党员，在进入__大学后，透过本党支部同志的影响，带动，帮忙，思想上有了更大的进步，并加深了我对建设有中国特色的社会主义理论和党的基本路线深刻的认识，进一步的树立了坚定的共产主义信念。经过党组织一年预备期的考察，于20__年_月如期转为正式党员。在成为一名党员后我时刻牢记自己是一名党员，处处以身作则，以一名合格党员的要求严格规范自己的言行举止。

在学习上，文化课的学习使我对本专业有了更深刻、更准确的认识;查阅相关的文献和资料使我对专业的相关进展有了更加清晰的了解;在不断的学习中，积累了知识和经验;在平常的实验中，提高了动手技能;在导师的指导下，用心参与各项教学科研活动，在课题的研究过程中，对相关的领域有了全面而具体的认知。

专业课程的学习上，根据自身研究方向的要求，有针对性的认真研读了有关核心课程，为自己的科研工作打下扎实基础;并涉猎了一部分其他课程，开阔视野，对本人研究方向的应用背景以及整个学科的结构有了宏观的认识。在英语学习方面，透过了国家英语六级考试，具备了较强的英语听说潜力。

在生活中，我用心参加各项群众活动，同学之间和睦相处，关系融洽。平常注意锻炼身体，参加丰富多彩的各种体育活动，如篮球，乒乓球等。持续朴素的生活作风，注意节俭，抵制各种浪费行为。提高自身修养，从小事做起严格要求自己。

在硕士研究生期间，无论是在思想上、个人素质上还是在学业上我都有了长足的进步，是充实且有好处的三年。我相信在这三年当中所得到的培养和锻炼将是我人生当中的一笔不可多的财富。在今后的工作当中我将继续持续并发扬这些优点，以取得更大的成绩。

研究生就业推荐表毕业生自我评价2本人作为研究生在大学数学所攻读计算数学专业近三年，毕业之际，回顾三年来的学习、工作以及生活，做自我评价如下：

本人在思想觉悟上始终对自己有较高的要求，能用科学发展观来认识世界认识社会，能清醒的意识到自己所担负的社会责任，对个人的人生理想和发展目标，有了相对成熟的认识和定位。

在专业课程的学习上，根据自身研究方向的要求，有针对性的认真研读了有关核心课程，为自己的科研工作打下扎实基础;并涉猎了一部分其他课程，开阔视野，对本研究方向的应用背景以及整个学科的结构有了宏观的认识。学习成绩也比较理想。在外语方面，研究生阶段着重加强了书面写作的训练，并取得了一定效果。

在科研工作上，根据导师的指导，研读了大量论著，逐步明确了研究方向，通过自身不断的努力，以及与师长同学间的探讨交流，取得了一些比较满意的成果。在这期间，查阅资料，综合分析等基本素质不断提高，书面表达的能力也得到了锤炼，尤其是独立思考判断和研究的能力，有了很大进步，这些对于未来的工作也都是大有裨益的。

在业余生活中，根据自身爱好和能力，参与了一些社会活动，为个人综合素质的全面发展打下基础。

毕业在即，在工作实践中，除了提升适应工作要求的具体业务能力，还提高了和同事沟通交流的能力，团队协作的素质也得以培养，为走出校园融入社会做好了准备。

本人在研究生阶段所获颇丰，从学业、科研工作，到个人素质，都得到了充分的培养和锻炼，是充实且有意义的三年。相信这些经历和积累都将成为我人生道路上的宝贵财富。

研究生就业推荐表毕业生自我评价3本人在硕士研究生学习阶段，思想上要求上进，认真学习，努力钻研专业知识，毕业之际，回顾三年来的学习、工作以及生活，做自我评价如下：

本人在思想觉悟上始终对自己有较高的要求，主动和党组织靠拢，尽管自己还没有加入党组织，但是自己始终以_员的高标准要求自己，能用科学发展观来认识世界认识社会，能清醒的意识到自己所担负的社会责任，对个人的人生理想和发展目标，有了相对成熟的认识和定位。

本人在专业课程的学习上，根据自身研究方向的要求，有针对性的认真研读了有关核心课程，为自己的科研工作打下扎实基础;并涉猎了一部分其他课程，开阔视野，对本人研究方向的应用背景以及整个学科的结构有了宏观的认识。在英语学习方面，通过了大学英语六级考试，具备了较强的英语听说能力，在撰写论文期间，查阅了大量的英文资料。

本人在导师的指导下，积极参与各项教学科研活动，在教学实践的过程中，认真阅读教材、查阅学术资料和参考书籍，在课堂上在快乐中吸收各个知识点。同时自己具有较强的实践动手能力，参与了导师多项课题的研究，使自己的理论知识与实践水平得到了进一步的增强和提高，同时顺利完成了硕士毕业论文。

本人在平时生活中，为人处世和善热情，和同学关系融洽，并积极参与各项集体活动，在担任支委期间，热情为同学们服务。

本人在研究生阶段所获颇丰，从学业、科研工作，到个人素质，都得到了充分的培养和锻炼，是充实且有意义的三年。相信这些经历和积累都将成为本人人生道路上的宝贵财富。在以后的工作和学习中，本人将继续保持并发扬严谨治学的作风，兢兢业业，争取取得更大的成绩。

研究生就业推荐表毕业生自我评价4两年的硕士研究生学习已经接近尾声，马上就要从学校走向社会了。回顾这两年来，通过自己不断的努力，在工作、学习、生活等各方面都有所提高。这两年的研究生学习，使我不但开阔了思路，增长了见识，更重要的是在学习和实践中锻炼了自己的实际操作和解决问题的能力。自身整体素质的提高使我受益匪浅。现对我做个评价如下：

一、在学习上

文化课的学习使我对本专业有了更深刻、更准确的认识;查阅相关的文献和资料使我对专业的相关进展有了更加清晰的了解;实验相关的课程使我对很多仪器有了更直观的认识。在不断的学习中，积累了知识和经验;在平常的实验中，提高了动手技能;在课题的研究过程中，对相关的领域有了全面而具体的认知。

二、在生活中

我积极参加各项集体活动，同学之间和睦相处，与同寝室、同专业、同班级的同学保持十分融洽的关系。平常注意锻炼身体，参加丰富多彩的各种体育活动，并且在足球、篮球等有特长的方面努力为集体争取荣誉。保持朴素的生活作风，注意节俭，抵制各种浪费行为。提高自身修养，从小事做起严格要求自己。

三、在思想觉悟上

我时刻牢记自己是一名党员，处处以身作则，以一名合格党员的要求严格规范自己的言行举止，起到模范带头作用。关心国家大事，经常通过各种媒体了解时事新闻，对国内外发生的事件都有自己的见解和判断。

当然，在不断进步的同时，自己还是暴露了一些缺点和需要提高的地方。例如，在两年的学习中并没有发表相关的论文，说明自己在学术研究上还需要继续努力。平常的待人处事中容易冲动，有时脾气比较急躁，做起事情来有些时候也欠缺考虑。所以在将来的工作和学习中要更加努力，不断严格要求自己，从各个方面完善自我，继续提高自身的综合素质。

研究生就业推荐表毕业生自我评价5从本科毕业到走入研究生的教室，再由研究生的教育中走进社会，虽然短短几年，却是我人生中的财富，它将伴随着我的一生，渲染着我的思想，引导给我方向，传递给我力量。在进入研究生学习之前，我就暗自下定决心，要把握住任何机会锻炼自我，多积累实践经验和教训。

思想上，我在本科期间已经成为了正式党员，于是在研究生学习期间不断帮忙其他同学入党，党支部组织的趣味运动会，我都用心参与，争取为班争光，起表率带头作用。

就业推荐表自我评价篇2

通过四年的大学生活，我成长了很多。在即将毕业之时，我对自己这四年来的收获和感受作一个小结，并以此为我今后行动的指南。

思想方面，我追求上进，思想觉悟有了很大的提高。我热爱祖国,热爱人民,坚决拥护共产党领导和社会主义制度。我觉得一个人的价值是由他对社会对别人所做的贡献来衡量的，我加入中国共产党的原因也是要努力实现自我价值。我认真学习党的各种理论，并努力把他们付之于实践，对党有了更加清晰的认识。

学习方面，我觉得大学生的首要任务还是学好文化知识，所以在学习上我踏踏实实，一点也不放松。我认为好的学习方法对学好知识很有帮助，所以在每次考试后，我都会总结一下学习经验。一份耕耘一分收获，每每看到自己可喜的成绩，我就会感叹只要你有决心，没有什么事是不可能的。对于我们计算机相关专业的学生来说，光光学好书本上的知识是远远不够的。我利用课余时间经常阅览计算机类的书籍，并参加了一些计算机水平的资格考试，取得了不错的成绩。我认为学习是学生的职业，这份职业同样需要有智慧、毅力和恒心。在当今这个快速发展的信息时代，我们只有不断汲取新知识，才不会落 学习固然重要，一个人能力的培养也不容忽视。四年的大学生活给了我很多挑战自我的机会，如系学生会的竞选，院里组织的演讲比赛，文化艺术节的文艺汇演、英语演讲比赛等。在参与这些活动的过程中，我结交了一些很好的朋友，学到了为人处事的方法，锻炼了自己的能力。

这些经历使我明白有些事情如果尝试了，成功的机会就有一半，如果不去尝试，成功的几率只能为零。机会来临时，我们就要好好地把握住。 大学校园就是一个大家庭。在这个

大家庭中，我们扮演着被培养对象的角色。老师是我们的长辈，所以我对他们尊敬有加。同学们就像兄弟姐妹，我们一起学习，一起娱乐，互帮互助，和睦的相处。集体生活使我懂得了要主动去体谅别人和关心别人，也使我变得更加坚强和独立。我觉得自己的事情就应该由自己负责，别人最多只能给你一些建议。遇到事情要冷静地思考，不要急躁。不轻易的承诺，承诺了就要努力去兑现。生活需要自己来勾画，不一样的方式就有不一样的人生。 四年的大学生活是我人生中美好的回忆，我迈步向前的时候不会忘记回首凝望曾经的岁月。

就业推荐表自我评价篇3

本研究认真分析高等职业院校教师职称评审过程中存在的问题，结合多年来从事师资管理工作的实践，对高职院校教师职称评聘工作进行了深入的探讨，提出具有可操作性的方法与建议，从而为科学地建立高职院校教师专业技术职称评审指标体系的框架提供研究基础。

一、高职院校教师职称评聘中存在的问题

结合多年来在人事部门从事师资管理工作，具体参与、组织、实施教师职称评聘工作的经历与实践，有以下几点体会。

1.高职院校尚未完全实行专业技术职务评聘制度。教师职务是根据学校所承担的教学、科研工作等任务需要所设置的有明确职责、任职条件和任职期限的工作岗位。职称即专业技术职务任职资格是一种等级称号，是对教师过去学术成就、工作能力的评价和承认，是通过专业评审组评审或者考试取得的，是终身的。评只解决了资格问题，只有聘上才能享受相应待遇，但目前在大部分高职高专院校里没有完全实行真正意义上的聘任制，评上就等于聘了，实行的是终身制，而不是真正意义上的聘任制。这就使得一部分教师岗位意识淡漠，职务、职称概念模糊，以为评上职务任职资格（职称）就终身拥有了该职务。由于这些错误的观念，导致部分人将工作的重心放在评前的努力上，而一旦得到晋升就感到万事大吉，原有的那种热情和动力就销声匿迹了，尤其是评上正高级职称后，更变得不思进取，这大大阻碍了高等职业教育事业的发展，失去了专业技术职务的聘任制对人才的激励作用和对竞争机制的促进作用的原有意义。

2.没有形成符合高职院校教育特色的职称评定体系。高等职业教育培养社会生产、管理、服务一线的应用型和技能型人才，教师必须是既有丰富的专业知识又有较强专业实践能力的“双师型”教师，必须具备学习新知识的能力、较强的教学研究能力和教学创新能力、较强的专业实践和操作能力、较强的科学研究能力及社会交往与人际沟通能力，对其能力素质的要求是与普通高等院校教师不同的。目前，天津市高职院校教师职称评审的文件依据仍然使用2001年出台的普通高校和成人高校教师职称评审文件，尚没有出立的高职教师评审文件。虽然部分院校结合本校实际情况和天津市人事局、教委的相关文件精神制定了本校的教师职称评定方案，但还是参照普通高校和成人高校的评审条件进行。在高职教师职称评定的具体实施中，完全用普通高校教师职称评定标准审定高职院校教师的任职资格，这对高等职业院校的教师显然是有失公正的。这些评审指标过于注重对科研能力的评判，轻教学业绩和实践技能，特别是高级职称评定过程中，还是在理论教学课和科研项目上进行严格的质和量的考察，对于凸显高等职业技术院校教育特色和理念的实践技能课往往忽视，建立一整套符合高职院校教师岗位特点的科学合理的评审标准体系势在必行。

3.缺少科学合理的考核监督评价体系。大多数高职院校，教师通过职称评审取得相应任职资格予以聘任后，似乎就完成了“历史使命”，缺少对受聘人员的聘期管理和聘后考核。没有形成详细实用的符合高等职业教育体系的考核标准，虽然每年或者每个学期各校都在进行各类人员的考核，但普遍流于形式，考核的结果无法同续聘、解聘、晋升、奖惩等管理措施挂钩，形成重评审、轻考核，重聘任、轻管理的现象，对专业技术人员无法形成准确的约束力和客观的评价性，考核的激励竞争机制无法充分发挥出来，使专业技术人员失去竞争意识和进取精神，不利于队伍整体的成长与发展。

二、我院在教师职称评审推荐具体实施过程中的探索与实践

我院成立于1960年，是一所具有悠久办学历史的学校，半个世纪以来，秉承“笃信、励学、求实、创新”的校训，以高水平的办学水准和优良的教育品质，为国家外经贸事业培养了一大批专业技术人才。2001年正式由中专学校升格为高等职业学院，随着办学层次的提升，作为学院核心工作的师资队伍建设也经受着时代考验。学院积极实施“人才强校”战略，大力引进和招聘各类人才，经过几年的努力，与建院初期相比，教师队伍在数量上显著增加，在结构上也有一定程度的改善。但是，随着建院初期引进教师的数量多、年龄结构过于集中和专业技术岗位职数的限制，传统评审易受论资排辈、平均主义等传统做法影响，不利于优秀的年轻教师脱颖而出，职称评审激励和导向作用偏弱，评审科学性有待加强，已明显有些跟不上师资队伍建设步伐等等。针对以上问题，我院着手进行了传统职称评审方式的改革与创新。

1.在教师评审推荐中尝试采用专业评审组评审推荐制度。自2009年以来，在本院评审时首次尝试采用专业评审组评审推荐制度。参照市教委成人高校教师资格评委会学科组设置方案，成立教师职称评审推荐委员会，下设经济管理、外语、综合三个专业学科组。每一位申报人要经过个人申请、基层推荐小组推荐、职称申报资格审查组审查、各学科组会议审议推荐后，由学院教师职称评审推荐委员会审议、在全院范围内公示一周无异议后，经院长办公会通过确定最终推荐名单，才能上报教委参加职称评审。此职称推荐模式在我院实施后，取得了良好的效果，充分体现了学院在职称推荐环节的公正、公平、公开和规范，确保了职称推荐工作的整体质量。

2.专门设立职称申报资格审查组，加大对申报人员资格条件的审核力度。由教务处、学院德育工作领导小组、教学督导室和人力资源部等相关部门联合组建资格审查小组，重点对申报人员任现职以来的教学工作考核、师德履职、科研成果、学历资历等条件进行全面审查，形成审查报告，作为学院教师职称推荐委员会和各学科组评审推荐的依据，对各级推荐机构科学合理地进行职称推荐起到了积极的指导与帮助作用。

3.创新性地实行职称推荐的量化赋分与投票表决相结合的形式，确保职称推荐公平合理。根据教师专业技术职务特点，设计了教师专业技术职务推荐量化赋分表。遵循教师系列专业技术评审文件，除将专业年限、教学质量、教育质量、业绩成果、论文著作作为测评的主要内容外，还结合高职院校教学改革、专业建设的特点，增设精品课建设、教师参加技能比赛获奖情况、指导学生获奖情况等加分项目。同时，给予基层单位和评委下发一定的权限，设计加入系部评价和评委打分项目，由相关部门对照相应项目测评打分。我院的量化体系体现了对教师的综合评价，全面中突出重点，突出了教学、科研、实践技能环节及对学院建设发展所作贡献的中心地位。在教师职称推荐委员会和各学科组评审时，实行赋分与不记名投票表决相结合的方式，平均分及格同时投票表决赞成票超过1/2以上方可推荐，充分地体现了整个职称推荐程序的公正、公平、科学、合理，保证了整体推荐质量。#p#分页标题#e#

三、做好教师职称评聘工作的建议与对策

1.建立符合高等职业院校特色的职称评定体系。可以根据岗位特点区别设定不同系列的业绩评价体系，除了一些共性的评价指标，如学历情况、任职资历可采取相同的比例外，针对不同工作岗位类型的专职教师、实践指导教师和以主要精力从事教育教学管理研究工作的人员设定不同的指标权重，对于常年处于教学一线的教师可适当加大教学工作评价，内设学生评教系统、学生实际能力系统等，以评价实训课绩效，而对于处于科研部门和行政岗位的教师可适当减少教学评价比例，加大科研成果比例和履行本职工作的情况评价，建立一整套符合自身特色的不同于普通本科院校的完整业绩评价体系，使职称评审推荐工作更加科学化、规范化、合理化。进一步激励专任教师不仅仅为评职称而搞科研，而把更多的精力投入教学中，促进教学改革和专业建设。

就业推荐表自我评价篇4

在线学习资源建设已经成为了当今数字化学习研究的热点问题。本文以学习过程中学习者学习行为和在线学习资源的特点为基础，结合协同过滤算法，设计了基于协同过滤技术的在线学习资源个性化推荐系统模型。实践证明，该模型可以更好地为学习者创造数字化学习环境，提高学习者的自主学习效率。

【关键词】 协同过滤；个性化推荐；学习行为；自主学习

【中图分类号】 G40-057 【文献标识码】 A 【文章编号】 1009―458x（2012）08―0078―05

一、引言

E-learning作为一种基于计算机通信技术的学习方式，可以最大限度地利用网络教学资源，学习者在学习过程中不必受到时空环境的限制，随时随地根据自身需要进行自主学习。这种新型的学习形式目前已经广泛的应用于各种在线课堂教学和技能培训领域。虽然E-learning教学资源建设已经取得了阶段性成果，但是主要有以下几个问题：（1）资源数量爆炸性增长。如今在线学习资源数量繁多，资源的质量和水平参差不齐，学习者往往无法辨别资源的优劣，导致学习资源的利用水平并不理想。（2）资源种类多样化。在线学习资源除了传统的文本类型以外，还有声音、图像、视频等多种媒体类型，媒体类型的不一致也给资源的搜索和归类带来了不便。（3）资源非线性呈现。与传统教学中的书本不同，在线学习资源一般以超文本链接联系各个知识点，学习者以非线性的方式进行学习，知识点的“跳跃性”也容易让学习者在学习时产生迷茫感。以上问题使得目前很多的E-learning系统无法根据不同学习群体的不同学习特征来提供个性化的学习支持服务。随着人们对在线学习资源认识的不断深入，具有智能分析技术的在线学习资源系统将是未来资源建设发展的趋势之一。由于学习者群体的特殊性，每位学习者都有其潜在的学习兴趣，协同过滤技术可以帮助学习者快速地发现有价值的资源，自主选择学习内容，根据自身的兴趣度来完善知识体系。因此，本文将协同过滤技术手段和在线学习资源的特征相结合，从学习者自主学习的角度来构建满足学习者个性化需要的在线学习资源系统。

二、文献综述

个性化推荐是对用户的兴趣、爱好、行为进行分析和建模，根据分析得出的结果给用户提供“个性化”、“定制化”的服务，以解决目前互联网中信息过载这一问题。目前，个性化推荐技术可以分为内容过滤推荐、规则过滤推荐和协同过滤推荐。

1. 内容过滤推荐技术

基于内容的推荐是较早提出的一种推荐技术，该算法的原理是利用概率或者机器学习技术将用户的已有兴趣表示为模型，然后与资源进行比较，通过两者之间的相似程度来为用户进行推荐。

2. 规则过滤推荐技术

基于规则的推荐是将推荐规则事先进行保存，然后通过这些规则对用户进行推荐。规则过滤推荐系统中规则的质量和数量决定了推荐的效果，从本质上说规则就是“if-else”类型的语句，这些语句分别描述了不同情境下以何种方式进行推荐。

3. 协同过滤推荐技术

协同过滤技术最早于1992年出现在Tapestry系统中，当时主要用于解决电子邮件系统的筛选问题。随着协同过滤技术的发展，协同过滤技术在商业领域取得了较大成功。国外最具代表性的协同过滤系统有Amazon和Facebook的广告系统，Amazon是根据用户购买和查看图书的记录来为其推荐可能感兴趣的书籍，Facebook则是依托其庞大的用户群，根据朋友间的兴趣来进行广告营销。与国外相比，国内的协同过滤系统研究起步较晚，目前国内比较成熟的协同过滤系统主要有当当网和豆瓣猜。当当网和Amazon的功能类似，同样是用于图书商品的推荐，豆瓣猜是通过分析用户读书记录来预测用户可能喜爱的书籍。协同过滤技术为网站增加了收入来源，增强了用户体验度，受到了用户的好评。

以上三种个性化推荐技术的优缺点如表1所示。

协同过滤技术从算法上分类可以分为基于用户的（User-based）协同过滤算法和基于项目的（Item-based）协同过滤算法。基于用户的协同过滤算法认为相似用户评价的项目之间存在相似性，可以以此来预测某个用户对该项目可能的评价；基于项目的协同过滤算法则采用计算项目之间相似度的方法来预测用户对其他项目的评价。

围绕协同过滤技术算法，国内外研究人员从个性化推荐的角度进行了一系列的研究工作。关于User-based算法，2009年Xia提出了一个改进的User-based协同过滤算法[1]，在算法中引入用户加权值，来提高算法的准确度；2010年，Robert和 Istvan将分布式技术与User-based协同过滤算法相结合，提出了一个完全的分布式推荐系统[2]；Zhao 和Shang 提出了一个云平台的用户协同过滤算法，提高了协同过滤算法的可扩展性能[3]；Mu和Chen在User-based协同过滤算法基础上引入了犹豫度概念（Hesitation Degree）来提高协同过滤算法的准确性[4]。关于Item-based算法，2009年，Luo和Tian采用slope-one方案来应对协同过滤中的评级矩阵稀疏性问题[5]；2011年，Lei 和Junzhong 将用户从众的心理和一般用户评价心理区分开来，采用均衡的基于项目的预测方法来对项目进行评价预测[6]；Gao和Wu以Userrank排名的数据模型为基础计算项目之间的差异性，提高算法的推荐质量[7]。以上研究工作的重点是从协同过滤的算法效率和扩展性的角度来提高个性化推荐的精度，而对于学习者进行在线学习时产生的学习行为特殊性并没有给予太多的关注。鉴于以上问题，本文的研究重点是设计出一个基于协同过滤技术的在线学习资源模型，该模型能够利用协同过滤技术的突出优点，分析学习者的学习行为特征，为学习者推荐出可能感兴趣的学习资源，提高在线资源的利用率，促进学习者完成知识的加工和建构。

三、基于协同过滤技术的在线学习

资源个性化推荐系统模型

通过对国内外研究成果进行分析，本文将学习者在线学习过程中的学习行为与在线学习资源特点作为设计基于协同过滤技术的数字化学习资源模型的依据，在强调学习者自主学习的基础上结合协同过滤技术算法，形成一套基于协同过滤技术的在线学习资源个性化推荐系统模型，如图1所示。该模型中最重要的部分有3个：学习者行为日志和学习资源库、数字化模型以及协同过滤引擎。

1. 学习者行为日志

由于学习者在线学习的过程中不仅仅是对学习资源库中资源的简单提取，同时会产生收藏、下载、浏览和评价等学习行为。这些学习行为显性或隐性地表现了其学习兴趣，所以在该模型中，我们将学习者的学习行为收集并记录下来，挖掘学习者的学习行为轨迹，建立学习者的行为模型。

2. 学习资源库

学习资源是个性化推荐系统的基础。作为学习者学习资料的来源，学习资源库提供了文本、音频和视频等资源供学习者学习。由于资源库中资源数量庞大，推荐系统对于每个资源都加入了社会化标签，标签的引入有助于对资源内容进行分类，实现资源的统一管理和高度共享。

3. 协同过滤引擎

协同过滤引擎是个性化推荐系统的核心。该引擎将学习资源库中带有社会化标签的“孤立”资源关联起来，并且将学习者行为模型数字化为学习权重值，选择合适的推荐策略，产生候选推荐资源集，以多种媒体呈现的方式为学习者推荐其可能感兴趣的学习资源。协同过滤引擎能够有效地解决目前学习资源建设水平低，不利于学习者搜索等问题，保证了个性化推荐的质量。

四、 基于协同过滤技术的在线

学习资源个性化推荐算法

协同过滤算法基于以下假设：（1）用户之间的兴趣是具有相似性的。（2）由于用户对资源的操作评价包含了他们的兴趣偏好，所以我们以此来作为对其他用户预测项目的依据来源。传统的协同过滤算法主要分为三个步骤：获取用户-项目信息、计算查找相似用户集、产生推荐结果。协同过滤技术主要依赖于用户对项目的操作和评价，可以筛选出从内容和类型上难以区分的项目，用户之间可以共享资源和经验，而且其自动化和个性化的程度相比传统推荐方式要高出很多。但是从以上步骤我们可以看出，传统的协同过滤算法推荐结果依赖于用户对项目的评分，当用户对项目的评分过少时，推荐结果就会出现误差，这也就是我们常说的矩阵稀疏性问题。

本文将协同过滤算法引入到数字化学习领域，针对矩阵的稀疏性问题提出了一种改进的协同过滤算法。解决矩阵稀疏性问题的传统方法主要是通过给矩阵添加默认值，这种方法虽然能从一定程度上缓解矩阵的稀疏性问题，但是不能有效地对用户的兴趣倾向给出正确的分析。基于以上问题，本文给出的推荐算法的思路是在矩阵初始化时，如果用户对项目的评价较少，则挖掘用户对资源的其他行为（如：浏览、收藏、下载等），将用户的行为操作作为权重值加入到用户相似性计算中，该算法与传统的协同过滤算法相比，能够有效地解决矩阵的稀疏性问题，推荐精度也有了大幅提高。

基于协同过滤技术的在线学习资源个性化推荐算法流程如图2所示，在推荐过程中当学习者-资源矩阵过于稀疏时，该算法会对用户行为进行挖掘，填补矩阵稀疏的缺陷，以此提高推荐的精度。

1. 获取学习者―教学资源矩阵信息

首先将M个学习者对N个教学资源的评价转化为分值（主要是学习者对学习资源的显式评分），然后形成如表1所示的MN矩阵。其中第i行j列的Ei,j代表了第i个学习者对第j个教学资源的评分。

2. 计算学习者―学习资源矩阵稀疏性

首先我们给矩阵稀疏性设定一个最小限定值Φ，然后计算矩阵的实际稀疏情况。

稀疏计算公式为：

Sparsity=■，其中EvalNum为学习者对资源的评价数量，LearnerNum为学习者的数量，ResNum为学习资源数量。当Sparsity < Φ时，说明教学资源库评价矩阵过于稀疏，对用户行为进行挖掘。挖掘完成后对照表4计算和规格化用户行为的权重值，添加到评价矩阵中。

3. 计算查找相似用户集

在协同过滤算法中，计算查找相似的邻居集是最为关键的一步，首先从表3取出中m个学习者对n个教学资源的评分，然后通过相似度计算方法计算出学习者之间的相似度。其中相似度计算方法主要有两种：余弦相似性算法和修正的余弦相似性算法。

（1）余弦相似性算法是最为典型的相似性计算方法，过程是将用户对项目的评分看做是n维的向量，然后通过计算其余弦的夹角来得出用户之间的相似度，其具体算法如公式(1)所示。

Sim(i,j)=■ （1）

（2）修正的余弦相似性算法将余弦相似性算法做出了修改，为了减少用户主观性引入用户对项目平均评分的概念。在计算时将项目的评分减去该用户对所有项目的平均评分。其具体算法如公式(2)所示。

Sim(i,j)=■（2）

本文将步骤2中的用户行为权重值加入到相似性算法中，形成了一种改进的相似性计算方法，为加入权重值的学习者-资源评价数值，改进的相似性算法如公式(3)所示。

Sim(i,j)=■ （3）

相似度计算完成后将会得到与用户相似度最为接近n个用户的邻居集Z={User_1,User_2,User_3,…User_n;}

4. 产生推荐结果

一般根据上步得出的邻居集中用户对项目Itemn,s的评分，就可以预测出目标用户对该项目的评价，并且产生最终的推荐结果。因为学习者学习和评价的风格有所不同，所以本文采用如下推荐方式。

Pj,k=■j+■sim(j,x)(R■-■x)/■sim(j,x) （4）

在公式(4)中Pj,k为推荐系统预测的学习者j对资源k的评分，■j为学习者j所有已经评分分值的平均值，Z为上一步得出的最近邻居集，最后取出相似度最高的N个资源，得出推荐结果，推送给学习者。

五、基于协同过滤技术的在线学习

资源个性化推荐系统应用

本文在上述研究成果的基础上，结合在线学习资源和协同过滤技术的特点，设计开发了基于协同过滤技术的在线学习资源个性化推荐系统（如图3所示），并作为推荐模块应用于网络培训教学中。与传统的在线培训系统相比，在线学习资源个性化推荐系统能有效收集网络教学中学习者的反馈信息，为其他学习者提供需求相似的资源列表，与学习者进行交互，节省在线学习者获取信息和知识的成本。接下来，我们以该推荐系统中实际的用户数据为例，阐述系统是如何为用户推荐个性化资源的。

首先，个性化推荐系统中的行为收集模块从用户日志文件中收集用户行为，建立用户行为模型（如表4所示），并将其数据化。

然后，推荐系统中的用户显示评价模块收集用户主观评价数据（分值代表用户对资源的喜好程度，分值越大代表用户对该资源的兴趣度越高，如表5所示）。

最后，以用户的行为数据和评价数据为依据，计算资源相似度，产生用户最近邻居集，预测出用户n在使用资源n时可能感兴趣的资源列表（如表6所示）。该资源列表由推荐系统自动分析生成，以此来提高学习者的学习效率。

六、结论与展望

本文首先分析了传统协同过滤技术普遍存在的问题，进而提出了一种改进的协同过滤算法，该算法引入了用户行为权重值概念，缓解了协同过滤算法普遍存在的冷启动问题。其次将协同过滤技术与在线学习资源相结合，设计了在线学习资源个性化推荐系统，实现了学习者自主学习，自主评价，资源共享等功能，提升学习者的学习效果。虽然在线学习资源内容不会发生变化，但是随着用户学习的不断深入，学习兴趣和方向可能不断变化，如何根据用户兴趣的变化进行实时地推荐，需要进行深入的研究。

?眼参考文献?演

[1] Xia Jianxun.An Improved Similarity Algorithm Based on Hesitation Degree for User-Based Collaborative Filtering[A]. Conference on Communication Faculty [C]. Nanning, PEOPLES R CHINA: Proceedings of 2009 Conference On Communication Faculty,2009,104-108.

[2] Ormandi,Robert;Hegedus,Istvan.Overlay Management for Fully Distributed User-Based Collaborative Filtering[A]. 16th International Euro-Par Conference on Parallel Processing[C]. Ischia, ITALY:EURO-PAR 2010 PARALLEL PROCESSING PT I,2010,446-457.

[3] Zhao Zhi-Dan;Shang Ming-Sheng .User-based Collaborative-Filtering Recommendation Algorithms on Hadoop[A]. 3rd International Conference on Knowledge Discovery and Data Mining[C]. Phuket, THAILAND: Third International Conference On Knowledge Discovery And Data Mining Proceedings,2010,478-481.

[4] Mu,XW; Chen, Y. An Improved Similarity Algorithm Based on Hesitation Degree for User-Based Collaborative Filtering[A]. 5th International Symposium on Intelligence Computation and Applications[C]. Wuhan, PEOPLES R CHINA: Advances In Computation And Intelligence,2010,261-271.

[5] Luo,Q;Tian,X.A Personalized Recommendation Algorithm Combining Slope One Scheme and User Based Collaborative Filtering[A] International Conference on Industrial and Information Systems[C]Hankou,China: 2009 International Conference On Industrial And Information System,Proceeding,2009,152-154.

[6] Lei Ren; Junzhong Gu.An Item-based Collaborative Filtering Approach based on Balanced Rating Prediction[A] 2011 International Conference on Multimedia Technology[C].Hangzhou,China: 2011 International Conference on Multimedia Technology,2011.

[7] Gao,M; Wu, ZF.Userrank for item-based collaborative filtering recommendation[J]. Information Processing Letters,2011,(9):440-446.

收稿日期： 2012－04－15

作者简介：孙歆，硕士生，浙江工业大学教科学院（310014）。

王永固，副教授，博士，浙江工业大学教科学院副院

长（310014）。

就业推荐表自我评价篇5

[关键词] 电子商务系统 协同过滤推荐算法 算法研究

一、引言

电子商务迅猛发展的时代已经到来，网上购物的交易方式正在改变着传统的商业模式。2007年，电子商务的交易额达到了8900亿人民币。面对如此众多的商品，无疑会大大增加用户发现满意商品的困难。于是个性化推荐系统逐渐成为电子商务领域中的一项重要的研究内容，得到了广泛关注。

研究电子商务推荐系统对企业和社会具有很高的经济价值。电子商务个性化推荐系统的关键是建立用户模型。推荐系统的热点问题是推荐技术和推荐算法的研究。推荐算法是整个推荐系统的核心，它的性能决定了最终推荐结果的好坏。为了建立合理的用户模型，满足不同用户对实时性、推荐方式等的要求，产生了一系列的推荐技术和算法。涉及的技术包括基于内容的过滤技术、协同过滤技术、关联规则挖掘技术、分类和聚类技术、神经网络技术等等。

协同过滤推荐是迄今为止最成功的个性化推荐技术，被应用到很多领域中，协同过滤相当突出的优点是其决策基础是“人”而不是“内容的分析”，能针对任何形态的内容进行过滤，更能处理相当复杂和艰难的概念呈现，以获得意料之外的结论。

文章重点研究电子商务系统中协同过滤推荐算法。

二、电子商务推荐算法的研究

目前的电子商务推荐系统中运用的推荐算法主要可分为三大类：基于内容的推荐算法(content-based recommendation algorithm）、基于规则的推荐算法(rule-based recommendation algorithm)和协同过滤推荐算法（collaborative filtering recommendation algorithm）。

1.基于内容的推荐算法是信息过滤研究的派生和继续

基于内容的推荐系统需要分析资源内容信息，根据用户兴趣建立用户档案(profile）,用户档案中包含了用户的品位、偏好和需求信息。然后根据资源内容与用户档案之间的相似性向用户提供推荐服务。在一个这样的系统中,通常采用相关特征来定义所要推荐的物品。

2.关联规则挖掘技术在零售业得到了广泛的应用，它可以发现不同商品在销售过程中的潜在相关性

随着数据挖掘的兴起，关联规则被应用于推荐系统，形成了一种新的推荐技术——基于规则的推荐技术。基于规则的推荐技术在评价表上挖掘项目间的关联规则(项目关联)和用户间的关联规则为当前用户进行推荐。使用项目关联进行推荐时，每条项目关联的前件相当于一个兴趣组，而规则的后件则相当于这个兴趣组的推荐。如果当前用户对该规则前件中的所有项目都喜欢，那么就把规则的后件以一定可信度推荐给当前用户。而使用用户关联进行推荐时，用户关联的后件必须是当前用户，使用用户关联的前件中的用户的共同兴趣模拟当前用户的兴趣，模拟的可信度就是用户关联的可信度，以此作为推荐的依据。

3.协同过滤(collaborative filtering）的基本概念就是把这种推荐方式变成自动化的流程

协同过滤主要是以属性或兴趣相近的用户经验与建议作为提供个性化推荐的基础。透过协同过滤，有助于搜集具有类似偏好或属性的用户，并将其意见提供给同一集群中的用户作为参考，以满足人们通常在决策之前参考他人意见的心态。

本人认为，协同过滤技术应包括如下几方面:(1)一种比对和搜集每个用户兴趣偏好的过程;(2)它需要许多用户的信息去预测个人的兴趣偏好;(3)通过对用户之间兴趣偏好相关程度的统计去发展建议那些有相同兴趣偏好的用户。

三、协同过滤推荐现有算法的分类研究与分析

正是因为传统协同过滤推荐算法存在着诸多问题，研究者们才不断提出改进的协同过滤推荐算法。

1.全局数值算法

全局数值算法每生成针对一个用户的推荐项目列表就需要扫描用户评价数据库一遍，这种方法能随数据的变化而变化，实现也比较简单，所以被大量才采用。但是在实践中数据稀疏性难以解决，面对庞大的用户数据库，推荐产生也非常耗时，从而使得整个电子商务推荐系统的实时性难以保证，成为全局数值算法面临的主要挑战。

2.基于模型的算法

基于模型的算法只需扫描一遍用户评分数据库就可以完成对所有用户的推荐。优点是建立的模型相对于原始数据集而言小得多，因此能有效缓解推荐算法的实时性问题。但模型具有滞后效应，为了保证模型的有效性，必须周期性的对模型进行更新。而模型的训练代价高，因此该算法不适合数据更新频率快的系统。

3.组合推荐算法

（1)协同过滤和基于内容的结合算法。两种算法的结合可以利用基于内容算法的优点，对项目进行相似度匹配，尤其当项目尚未得到用户评价的情况下也能推荐给用户,避免新项目问题;另一方面利用协同过滤的特点,当用户数和评价很多时,协同过滤推荐更准确。

(2)协同过滤和基于关联规则的结合算法。关联规则技术用于协同过滤系统是利用apriori算法通过挖掘用户的评价记录的关联来进行推荐。该算法往往首先对客户的购买行为进行关联规则挖掘，并进行单一客户的偏好建模；然后，应用协同过滤技术寻找与此客户兴趣相似的客户集，并从客户集中找出和目标最相似的客户;最后根据匹配集合求解推荐意见。规则模型的形成可以离线进行，协同过滤推荐算法与基于规则算法的结合可以保证有效推荐系统的实时性要求。

四、协同过滤推荐算法的改进

传统的协同过滤推荐算法是用邻居用户对某一项目的偏好信息来判断用户对该项目的偏好，邻居用户是和当前用户具有相似兴趣爱好的用户。但在传统的协同过滤推荐算法中，邻居用户和当前用户的共同兴趣爱好并不一定是要预测的项目方面的兴趣爱好，而可能是另一方面的兴趣爱好。如果还是用这些邻居用户来预测，其误差可想而知。

1.基于用户多兴趣的协同过滤推荐算法

基于此，我对传统协同过滤算法将作如下改进:（1）对用户兴趣进行分类，因为在系统中用户的兴趣是通过对项目的选择来进行了解的，所以把对用户兴趣的分类转化为对项目的分类，引入用户兴趣度的概念，来探讨用户在不同类别项目中所表现出来的兴趣差异，进而实现对用户多兴趣的了解。（2)对于同一用户，如预测项目所属类别不同，用来预测的邻居用户也不同，也就是邻居用户与待预测的项目在内容上具有一定相似性，从而保证用来预测的邻居用户与当前用户在待预测项目上具有相似的兴趣爱好。(3)用户具有多兴趣性，但用户对每类项目的兴趣也是不尽相同的,在推荐集中考虑以用户对不同类别项目的兴趣度作为权重，来分配每类项目的推荐数目。

首先将项目采用某种技术按照某种标准划分为不同类别，然后把对此类项目有评价的用户的评价信息映射到此类，统计参数，计算用户在每类项目的兴趣度，当超过阈值时，认为该用户对该类项目有兴趣偏好，并由这些用户形成聚类，从聚类中搜寻针对此类项目的邻居用户，产生推荐。

（1)按照分类规则对项目进行分类。把整个项目空间划分成若干类别，每个项目可能属于多个类别,每个类别包含至少一个项目。目前对项目进行分类有众多方法。

（2)映射评价信息，统计参数，计算用户兴趣度，建立用户兴趣度矩阵,构造用户兴趣偏好特征。假设提出了用户兴趣度ai,j，即用户i对项目类别j的兴趣度，来衡量用户对某一类别项目的兴趣偏好。 

              

其中mi,j表示用户i所评价的项目类别j中的项目数目；nk表示项目类别k中包含的项目数目。

（3)依据用户兴趣度矩阵和项目类别体系，进行用户聚类，形成用户兴趣模型。

2.算法说明

（1)由于对同一用户，需要分别在不同的项目类别中分别计算其邻居用户。

（2)该算法对数据的稠密性要求比传统的协同过滤推荐算法要高。

（3)用户的兴趣可能会随着时间而变化，有的项目类别可能会随着时间的推移使用户对他失去兴趣，所以推荐系统必须密切注意用户的兴趣是否改变，最好的办法就是持续跟踪。

（4)推荐算法同样具有新异性，但不像传统算法那样更具有新异性，同另一角度也说明该推荐算法更具准确。因为新异性在一定程度上是和准确性相对的，不可能新异性和准确性同时很高，准确性高的算法必然会新异性低，反之亦然。

五、基于用户多兴趣的协同过滤推荐算法的电子商务推荐系统分析

协同过滤技术基本思想是基于评分相似的最近邻居的评分数据向目标用户产生推荐，推荐算法处理的基础数据是不同用户对项目的评价。评价可以是布尔型的也可以是实数，数值的大小代表喜欢的程度，也称为评分。协同过滤有利于判断符合用户兴趣的商品。例如在用户评价表中共有m个用户对n个商品进行了评分,要在m个商品项中找出符合用户兴趣的s个项向用户推荐。基于此，我们做如下推荐系统的分析：

1.业务需求分析

电子商务网站有两个方面需要个性化推荐系统，即改善客户关系和提高网站的销售能力。（1)改善客户关系。个性化推荐系统要能够在用户的使用过程中尽可能的满足用户的需求，实时地和用户保持互动和联系，及时获得用户的需求并做出响应，能根据用户的反馈信息进行学习和自我完善。(2)提高网站的销售能力。能够吸引更多客户购买；在用户购买时实施交叉销售，用户的推荐请求，给出最适合于用户的商品，并推荐其他相关的商品；为网站对商品进行更新提供信息支持，辅助网站及时推出有热销潜力的特色商品，实现与其他网站的差异化销售。

2.用户需求分析

用户访问电子商务网站的主要目的是寻找并购买需要的商品。其需求主要表现在:（1)用户在网站中要能够顺利地寻找到所需要的商品，根据对商品信息的了解、系统的推荐程度和其他人的评价等决定是否购买。(2)用户能根据自己的认识对商品进行评分和评价。评分是一些个性化推荐算法的数据基础，应该鼓励用户对商品进行评分。评分或评价也是用户做出购买决定的参考。(3)系统服务定制。用户能选择并享受系统设定的个性化服务，这些服务是管理员分析用户的兴趣对系统进行的功能设置。

3.业务分析

用户访问电子商务网站的主要目的是选择购买符合自己需求商品，整个业务流程从登录网站到购买商品生成订单结束。从什么渠道怎么支付如何获得商品实体是在网站外部完成的，不在网站上的业务流程之内。

4.数据流图(dfd1层)主要处理分析

个性化推荐系统主要有以下处理过程:用户定制服务、行为记录、个性化推荐、购买商品、对商品评分等。第一层数据流图可如图1所示:

用户根据系统设置的服务进行服务的定制。系统获得用户选择的服务项目编号，查询数据库是否设置并开通该服务，如果是保存用户定制到用户定制表中;否则返回错误信息。用户定制dfd如图2所示:

     

用户在个性化推荐系统中的浏览行为，如点击链接、查看商品信息等都会被记录到日志中，也能被系统记录，作为挖掘用户兴趣的信息。用户行为记录过程的dfd如图3所示:

       

六、结束语

电子商务推荐系统是个新兴的研究与应用领域。随着用户需求水平的提高，推荐算法与系统的研究在不断发展和完善。文中提出的基于用户多兴趣的协同过滤推荐改进算法，正是为了解决现实中存在的用户兴趣问题而产生的。算法中由于对项目进行了分类，所以跨越项目类别和推荐的新异性在一定程度上可能不及传统的协同过滤推荐算法。这将在未来的研究中要进一步思考和研究的问题。

参考文献:

[1]邓爱林 左子叶 朱扬勇:基于项目聚类的协同过滤推荐算法[j].小型微型计算机系统,2004,14(9）:p1665～1671

[2]欧立奇 陈 莉 马 煜:协同过滤算法中新项目推荐方法的研究[j].微计算机信息,2005,21(11～3）:p186～187

就业推荐表自我评价篇6

一、关于公推公选带来的良好效应

公推公选领导干部工作，改变了传统的干部任用方式，但又吸收了传统选任干部工作中的一些好的做法，使干部选任工作更趋科学化和合理化。主要表现在：

一是进一步扩大了民主化程度。从根本上改变了以往“少数人在少数人中选人”的现象，开阔了选人视野。另外，公推公选工作过程有利于接受群众监督，有利于征求和倾听群众意见。

二是形成了平等竞争的舞台。公推公选将大家放到同一起跑线上，为应试者提供了同样的竞争机会，为优秀人才脱颖而出创造了公平竞争环境和竞争条件。解决了以往在选拔干部中论资排辈、平衡照顾等难以克服的问题。

三是较好地遏制了用人上的不正之风。公推公选工作的规范程序，增加了干部选拔工作的透明度，充分体现了“公开、平等、竞争、择优”的干部任用原则，从而在制度上遏制了用人上的不正之风。

四是较好地调动广大干部的学习和工作热情。公推公选领导干部工作，使那些善于学习、知识面宽泛，有真才实学的同志走上领导岗位。同时也激发广大干部更加勤奋学习，努力工作，不断提高理论素养和个人修养，不断充实自我和完善自我。参与了这次公推公选的干部纷纷表示，“参与公推公选，让我们经受了一次很好的实践锻炼，经受了公开竞争的考验，亲历了民主氛围的熏陶，看到了自己的差距，明确了努力方向”。

二、关于公推公选的适用范围、层次和次数

采用公推公选选拔领导干部，方向是正确的，必须坚持。但是，如果把它作为常规选拔任用领导干部的办法，由于程序多、时间长、工作量大等特点，还不够适应，亟须在实践上加以不断地充实，从中探索出带规律性的路子，使之日臻完善起来。

一是要适度把握公推公选的范围。根据公推公选领导干部的自身特点，这种办法比较适用于选拔专业性和技术性较强的单位和部门的领导干部。如审计局、财政局、经贸委等专业性较强的单位和部门，这些单位和部门有其特定性，需要懂专业、懂技术的领导干部。通过公推公选，从经济社会发展、领导班子建设或者领导职位对专业业务能力的要求等实际出发，才能更好地促进领导班子建设，优化领导班子的整体功能，更好地领导和推进各项事业发展。同时通过公推公选这一方式，可在更大范围内发现人才、储备干部，为选优、配强领导班子，为培养、选拔优秀年轻干部、党外干部和妇女干部奠定基础。

二要把握好公推公选的层次。从目前我州干部队伍实际情况看，公推公选应以副县级以下干部为主，重点是以单位和部门的副职为主。其理由：一是这几个层次与广大中、青年干部所处同一层次，易于吸引年轻干部的参与，激励他们的竞争向上意识，随时接受组织的选拔；二是这几个层次的干部需求量大、所需专业广泛，他们是完成党的各项任务的中坚力量，也是选拔任用各类高级干部的基础来源。把公推公选的重点放在这几个层次，既能解决领导干部入口狭窄问题，又能优化领导干部队伍结构，给其注入新的生机和活力；三是更加适合于领导干部成长的规律。把选拔的重点放在这几个层次的副职上，有利于干部的健康成长。作为单位部门的正职，一般来说应具备“通才”，不仅要有较高的政治素质和较强的组织领导能力，还必须具有丰富的工作经验、宽阔的知识面和统揽全局的指挥协调能力。这些必备素质，不是一次公推公选就能检测出来的。特别是目前公推公选机制尚不完善，采用这种方式选拔正职很难选准。

三要把握好公推公选的次数。公推公选领导干部是一项十分严肃复杂的系统工程，为保证其竞争的公正性和公平性，必须采取一系列科学严密的考试、考核措施，牵涉干部管理部门精力较大。从这次公推公选副县级领导干部工作情况看，时间二个多月。鉴于这一实际，公推公选不宜搞的太频繁，应根据干部岗位的实际需要有计划的进行。

三、关于改进民主推荐方式

从公推公选的过程来看，“推荐什么样的人、谁来推荐、怎么推荐”，以及“选择什么样的人、谁来选择、怎么选择”，是整个公推公选的核心内容，也是在实践中必须认真回答、不断改进的问题。特别是在民主推荐阶段，能否真正把符合条件的人“推”进来，决定着整个公推公选工作的成败。我们通过实践，有以下几点体会：

一是要准确提出公推公选职位的条件。组织者应该事先对公推公选职位的条件进行调查研究，按照德才兼备要求和干部“四化”方针，合理确立拟选职位的基本条件和能力要求。要求太高不符合拟选职位和干部队伍的实际，要求太低就会大幅度增加报名人数、提高民主推荐成本、“稀释”优秀人才票数、降低民主推荐效果。不同单位、不同职位的领导干部应该有不同的能力要求和评价标准。

二是要合理划定参加民主推荐的人员范围。应根据推荐对象的分布情况，有针对性地选择参加民主推荐的人员，必要时民主推荐的范围可扩大到上级主管部门和相关联系单位人员，防止出现“人情推”、“印象推”、和“近水楼台先得月”的现象。如在公选单位产生推荐对象，民主推荐人员应以本单位为主，同时考虑相应的下属部门的同志参加；我州在公推公选州水务局总工程师过程中，考虑到水务局机关的干部人数较少，民主推荐人员扩大到局机关及基下属相关单位全体同志，从组织形式上较好地保证了民主推荐的质量。

三是要切实提高推荐人员的参与意识和民主能力。民主推荐一般会出现两种不合理的民主推荐结果：一种是推荐对象的敬业精神、工作能力一般，但善于处理好人际关系，民主推荐的结果比较好；另一种是推荐对象的工作能力、工作业绩比较出色，但工作中忽视了或者没有过多的精力处理人际关系，民主推荐的结果却不理想。究其原因，是部分推荐人员对推荐对象的了解程度不够、对拟选职位的要求了解不够、参与民主推荐的责任和正确行使民利的能力也不够。这种情况下，组织者应想方设法提高推荐人员的推荐意识和民主能力，让每一位推荐人员都能够正确对待、独立思考、慎重选择，防止出现“凭感觉凭印象”的现象。我州在公推公选工作中，对拟选职位的条件特别是能力要求进行了细化，并通过**党建网站、电视、报纸、公示栏等多种形式，提前告知推荐人员，让大家有充足时间来进一步了解情况、更好地思考分析。同时，加强引导，让推荐人员从事关发展的高度，从事关领导班子和干部队伍建设的高度，也从事关人民群众切身利益的高度，把自己的真实意图表达出来，把“能干事、有本事”的领导干部“推荐”出来，为公推公选“更能干事、更有本事”的领导干部提供更大的选择范围。

四、关于科学划分公推公选的积分要素和积分办法

积分的高低决定了推荐人选排名的先后。在这种情况下，如何确立积分要素和积分办法非常重要，直接影响到公推公选的最终结果。我州在公推公选工作中，确立了笔试、调研、面试三个积分要素，并按照20%、30%和50%的比例最终得出综合积分，积分前二位的作为考察对象。从实际效果来看，仍有一些需要改进的地方。

一是应当适当降低面试所占分值的比例。面试从一定程度上反映了推荐人选的思考问题的能力、临场反应的能力以及语言表达的能力，这是领导干部应该具备的基本素质之一，应该充分加以关注。但这些能力对于长期在基层“摸爬滚打”的干部来说，由于活半径有限、锻炼机会相对较少，未必都有优势；特别是不能把干部的表达能力与实干能力划上等号。副县级领导干部应该具备的符合报考职位要求的重要能力，往往难以通过面试这一形式得到较好的体现。我州面试的分值比例目前达到50%，应有相当大的下降空间。

二是应当更好地提高民主推荐和民主测评的实际效果。在实际操作中，为了帮助参加民主推荐人员增加对所推荐人员的了解，所推荐人选要作简要演讲。但由此也带来了一些负面效果，即：很多参加民主推荐的人员往往是按照演讲的效果来对推荐人选进行排序，有些同志参加民主推荐之后说，“某某人的演讲最精彩，我选他为第一名”，不同程度地影响了民推荐的实际效果。另外，在本单位进行的民主测评，因为大家都在一个单位工作，参加测评人员往往出于人情和面子，在测评内容上都划好，不能真实反映测评对象的表现，因此，组织者应对参加民主推荐和测评的人员进行专门辅导，引导他们在进行民主推荐的过程中既要考虑到演讲的形式，更要注重演讲的内容，引导参加测评人员真实反映被测评者的表现，确保民主推荐和民主测评的实际效果。同时，这次公推公选的公推副县级领导干部中我们没有将民主推荐和民主测评的分数列入总分，以后如在开展此项工作，可以适当增加民主推荐和民主测评在总分中的分值比例。

就业推荐表自我评价篇7

就业推荐表，是毕业生双向选择就业推荐表的简称，是学院向用人单位推荐毕业生的书面材料。其主要包括基本情况、学业情况、本人简历、本人特长、爱好、社会表现及社会活动能力、在校奖惩状况、本人就业意愿、学校推荐意见、备注等信息。下面小编给大家分享一些就业推荐表自我鉴定五篇，希望能够帮助大家，欢迎阅读!

就业推荐表自我鉴定1通过四年的本科生活，我成长了很多。在即将毕业之时，我对自己这四年来的收获和感受作一个自我鉴定，并以此为我今后行动的指南。

思想方面，我追求上进，思想觉悟有了很大的提高。我热爱祖国，热爱人民，坚决拥护共产党领导和社会主义制度。我觉得一个人的价值是由他对社会对别人所做的贡献来衡量的，我加入中国共产党的原因也是要努力实现自我价值。我认真学习党的各种理论，并努力把他们付之于实践，对党有了更加清晰的认识。

学习方面，我觉得大学生的首要任务还是学好文化知识，所以在学习上我踏踏实实，一点也不放松。我认为好的学习方法对学好知识很有帮助，所以在每次考试后，我都会总结一下学习经验。一份耕耘一分收获，每每看到自己可喜的成绩，我就会感叹只要你有决心，没有什么事是不可能的。

我认为学习是学生的职业，这份职业同样需要有智慧、毅力和恒心。在当今这个快速发展的信息时代，我们只有不断汲取新知识，才不会落后。学习固然重要，一个人能力的培养也不容忽视。

四年的大学生活给了我很多挑战自我的机会，如系学生会的竞选，院里组织的演讲比赛，文化艺术节的文艺汇演、英语演讲比赛等。在参与这些活动的过程中，我结交了一些很好的朋友，学到了为人处事的方法，锻炼了自己的能力。

就业推荐表自我鉴定2回首四年的大学校园生活生涯和社会实践生活，有渴望、有追求、有成功也有失败，我孜孜不倦，不断地挑战自我，充实自己，为实现人生的价值打下坚实的基础。

在思想上，有上进心，勇于批评与自我批评，树立了正确的人生观和价值观。具有良好道德修养，并有坚定的政治方向，我积极地向党组织靠拢，并以务实求真的精神参与学校的公益宣传和爱国活动。

在学习上，严格要求自己，努力学好专业知识，多次获得校级奖学金和国家助学金。还利用课余时间学习专业以外的知识，能轻松操作各种网络和办公软件，并且相信在以后理论与实际结合当中能有更大提高。

在生活上，为人热情大方，诚实守信，乐于助人，具有良好的组织交际能力，能与同学们和睦相处;勇于挑战自我，积极参加各项课外活动，从而不断的丰富自己的阅历，并在各项文娱体育活动中多次获奖。

在社会实践中，工作踏实，任劳任怨，责任心强。我从大一开始加入校园广播站，积极参加学校各种文体活动，被评为校团委"十佳栏目"。

作为一名即将毕业的应届计算机专业的大学生，我所拥有的是年轻和知识，将以饱满的热情、坚定的信心、高度的责任感去迎接新的挑战。

但年轻也意味着阅历浅，更需要虚心向学。同时，我也深知，毕业只是求学的一小步，社会才是一所真正的大学。

就业推荐表自我鉴定3通过四年的大学生活，我对自己的人生已经有了一个初步的计划，对自己也有了一个全新的认识。

在思想上，我热爱祖国，热爱人民，拥护共产党，积极向党组织靠拢，政治立场坚定。日前我已经通过了院里的推优，即将成为一名光荣的共产党员。我为这个而高兴。

在学习上，我圆满完成了基本专业课程的学习，打下了坚实的专业知识基础，相信这对于我以后的工作会有很大的帮助。平时，除学好专业课知识之外，我还积极地参加各种社会活动，如到报社去做实习记者、给出版社写文学评论、参加图书选编工作等等，积极地提升自己的专业水平及其他方面的能力。

在工作上，我是一个积极主动、认真负责的人。无论是在班里做班长，还是担任实习队的队长，我都乐于付出，并严格要求自己，认真、及时、负责地为大家做好每一件自己该做的事情。我认真负责的工作态度及乐于付出的精神，得到了院里师生们的一致肯定与好评。获得院里“优秀实习生”称号，就是对我努力工作的证明。

在生活中，我是一个懂得生活、具有良好的生活习惯的人。来自农村的我，从小就养成了勤劳的好习惯，这一习惯一直贯穿在我的读书生涯里，并将继续保持。此外，我还具有热情大方、乐于与人交际的性格。平时，在各种社交场合，多能见到我快乐的身影。我的这一性格，为自己赢得了良好的人际关系以及广泛的交际圈子。

当然，由于社会实践经验不足，我在处理事情等方面的能力还不是很强，仍需要实际工作的磨练，需要在工作中不断地发现不足、不断地提高。

就业推荐表自我鉴定4大学期间，我不仅重视对专业课程和第二外语(日语)的学习，掌握了扎实的专业知识技能，同时注重个人思想道德品格和修养的提升，坚信“先做人后做事”的至理名言，认为正直的人格是人才的一项重要标准。

我性格开朗，亦静亦动，本着一颗诚心与人交往，有较强的表达能力，同时也很乐意倾听，懂得自我反省。我品尝过失败，经历过迷惘，但最终在集体生活中慢慢成长起来，形成了良好的性格品质。

我富有责任感，敢于面对挑战，有强烈的进取心和优秀的团队精神，善于与他人协同作战，同时也有较强的组织协调能力、活动策划能力和社会实践能力。

大学期间，我踏实肯干，努力不懈，最终在任社团管理中心主任和暑期社会实践等各种社会工作和实践活动中锻炼和提高了自己，更在这个过程中发现了自我，认可了自己，增强了自信心。

我积极乐观向上，适应能力强。大学生活中，由于远离家乡和经济条件不好，遇到过不少困难，但凭借着良好的心态和同学朋友间的相互支持，我最终获得了成长。相信在以后的工作学习生活中能有更大提高!

就业推荐表自我鉴定5

四年的大学生生活即将过去，这段经历让我收获丰盛，无论是从思想上还是从处事能力上，从生活上还是工作上都有一定质的飞跃。

本人思想端正，积极向上，有崇高的理想和伟大的目标。在校期间，本人勤奋学习，通过系统的学习掌握较为扎实的知识体系。在班里担任团支书一职期间，由于有良好的学习作风和明确的学习目标，连续两年被评为“广州大学优秀团干部”，得到了老师及同学们的肯定。

有广泛爱好的我擅长于文化活动的策划与组织，曾加入团委学生会校园文化部，激流文学社编辑部。提高我的学习能力，让我具备较强的团队意识。同时在班里连任团支书职位，以及歌唱协会会长一职，使我具备了一定的管理和策划能力，增强了我的责任心，上进心。

就业推荐表自我评价篇8

【关键词】起点中文网；网络文学；热门；作品

一、起点中文网对热门作品的评价方式

起点中文网对热门作品的评价方式主要有两种。第一种是由网站责任编辑审核评价，属于内部评价；第二种是由读者通过点击阅读或投票进行评价，属于外部评价。这两种评价方式又各自体现为不同的表现形式，其中内部评价表现为“推榜”和“热门作品精选”等，外部评价表现为“月票PK榜”、“24小时热销总榜”、“会员点击榜”、“书友推荐榜”等。

（一）内部评价

1、推榜。这一榜单显示在起点中文网首页左侧靠上的位置，非常醒目。包含“本推”与“上推”两个项目，每个项目显示17部作品名称，合计34部作品。推榜的推荐权掌握在起点中文网编辑手中。

2、热门作品精选。这部分内容显示在首页中部，“周推荐榜”的右下方，占用的版面比较大。其中最上方显示一部作品，下方分成两列，按照“玄幻・奇幻”、“武侠・仙侠”、“都市・青春”、“历史・军事”、“游戏・竞技”、“科幻・灵异”、“全本・精品”、“名家・名作”的分类，每个分类推荐一部作品，合计显示9部作品。推荐作品由起点中文网的编辑决定。

（二）外部评价

1、月票PK榜。这一榜单显示在首页左侧，位于“推榜”之下。包含“月票PK榜”和“上月PK榜”两个项目。这一榜单由付费读者在阅读作品后投“月票”，作品根据得票多少由高到低排列第一至第十名，且在作品后还有得票数的显示。

2、24小时热销总榜。这一榜单显示在“月票PK榜”的右侧。作品按照24小时付费订阅的数量由高到低排列第一至第十名，且作品前有名次的显示。

3、会员点击榜。这一榜单显示在“热门作品精选”右侧，位于首页最右方。包含“周点击榜”、“月点击榜”、“总点击榜”三个项目。作品按照起点中文网会员对作品的点击次数由高到低排列，每个项目显示15部作品名称，合计45部，且作品名称后还会显示点击次数。

4、书友推荐榜。这一榜单显示在“会员点击榜”下方。包含“周推荐榜”、“月推荐榜”、“总推荐榜”三个项目。这一榜单由读者在阅读作品后投“推荐票”，作品根据得票多少由高到低排列第一至第十五名，合计显示45部作品，且在作品后还有得票数的显示。

可以看出，起点中文网在热门作品的评价上相对更重视外部评价，即读者本身对作品的评价，尤其是付费读者对作品的评价。

二、起点中文网热门作品概况

因起点中文网网站首页经常更新，笔者以2013年5月11日上午10时整打开的首页作为模板，所有分析基于该模板进行。

（一）推榜。这一榜单共显示34部作品名称，其中“本推”包括“远南”、“圣天子”、“妖刀纪”等作品；“上推”包括“郭嘉”、“锻骨”、“最权商” 等作品。

（二）月票PK榜。这一榜单共显示20部作品名称，其中“月票PK榜”包括“天骄无双”、“官德”、“奥术神座”等作品；“上月PK榜”包括“闪烁拳芒”、“九星天辰诀”、“帝尊”等作品。

（三）24小时热销总榜。这一榜单共显示10部作品名称，包括“莽荒纪”、“武动乾坤”、“光明纪元”等作品。

（四）热门作品精选。这一部分共显示9部作品名称，包括“绝对死亡游戏”、“天骄无双”、“剑诀”等作品。

（五）会员点击榜。这一榜单共显示45部作品名称，其中“周点击榜”包括“花都十二钗”、“狂蟒之灾”、“莽荒纪”等作品；“月点击榜”包括“天骄无双”、“一剑平天”、“奥术神座”等作品；“总点击榜”包括“吞噬星空”、“遮天”、“斗破苍穹”等作品。

（六）书友推荐榜。这一榜单共显示45部作品名称，其中“周推荐榜”包括“莽荒纪”、“光明纪元”、“斗罗大陆II”等作品；“月推荐榜”包括“莽荒纪”、“遮天”、“光明纪元”等作品；“总推荐榜”包括“从零开始”、“凡人修仙传”、“盘龙”等作品。

以上全部热门作品中，“遮天”重复推荐7次，“武动乾坤”、“凡人修仙传”重复推荐6次，“天骄无双”重复推荐5次，“奥术神座”、“莽荒纪”、“光明纪元”、“将夜”、“全职高手”重复推荐4次，应当说，这些作品是在所有推荐作品中最热门的。

三、起点中文网热门作品类型分析

去掉重复推荐的作品，起点中文网首页显示的热门作品共有96部。其中，“玄幻・奇幻”类作品30部，占31.25%；“武侠・仙侠”类作品17部，占17.71%；“都市・青春”类作品22部，占22.92%；“历史・军事”类作品11部，占11.46%；“游戏・竞技”类作品8部，占8.33%；“科幻・灵异”类作品8部，占8.33%。

四、起点中文网热门作品热门原因分析

（一）作品名称有吸引力。纵观起点中文网首页的96部热门作品，在作品名称上都非常简洁，且极具吸引力，让读者一看到题目就有想阅读的欲望。例如“凡人修仙传”，一看就知道大概是写一个平平凡凡的普通人怎样奋斗挣扎，一步一步踏入修仙之途的故事，对“武侠・仙侠”类作品“很有爱”的读者肯定想要读上一读。由此可见，网络文学作品之所以热门，一个重要原因就是作品名称迎合了某一部分读者的兴趣，针对性强，吸引力大。

（二）作品语言通俗易懂。这些热门作品都有一个共同点，那就是语言通俗易懂，表达上语句通顺，能让人瞧明白就行，不会过分讲究文采。这种语言方式不会让读者太动脑筋，扩大了读者面，也迎合了网络读者放松、休闲的需求，可以成为热门作品也就不奇怪了。反而可能是语言表达过于讲究文采，遣词造句太过文艺范儿的作品很难成为网络热门作品。

（三）情节起伏跌宕、轻松流畅。由于网络文学的特殊形式，作品基本上是按照连载的形式的。因此，前文所述的热门作品均在作品情节设置上下了比较大的力气，基本上三到五个小节就会出现一次情节上的小高潮。同时情节基本上以主角为核心进行展开，很少完全抛开主角去描写配角。这种写作方式使得作品情节曲折离奇，但读者阅读起来却感觉轻松流畅。因此，可读性强、悬念跌宕起伏、追求强烈的阅读，也是能成为热门作品的重要原因之一。

（四）作品内容富于想象、极具创意。最热门的作品类型是“玄幻“和“仙侠”类作品，这些作品或者完全虚构、凭空想象；或者部分虚构、取材于现实又高于现实。譬如“仙侠”类作品中的“莽荒纪”就完全虚构出了一个想象中的世界，在这个世界里有为了生存，和天斗、和地斗、和妖斗的部落凡人，有为了逍遥长生，历三灾九劫，纵死无悔的修仙者。这样的世界在现实生活中不可能存在，只在神话或我们的想象中产生。这些热门作品中都有许多极具创意的想象，迎合了网络读者将自身代入到小说里的主人公身上，然后被当作是“神一般的存在”的心理需求。

【参考文献】

[1]起点中文网

就业推荐表自我评价篇9

[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)

就业推荐表自我评价篇10

根据规则，60名评委中，至少要有一半来自校内。分别设立校外评委组、校内评委组，评分权重各占50%

决赛阶段，要进行“一推一述两评”，加大了竞争性，实现了在赛场上“选将”

作为广东外语艺术职业学院的新任“外来户”院长，曾用强一直都很忙碌，春节也没得闲，满脑子都是学校的发展战略。

7个月前，曾用强还是广东外语外贸大学的中层干部。2011年6月，经过激烈的“选战”，曾用强成为广东外语艺术职业学院的新院长。“有想法、有冲劲，能很快适应工作领域的转变，并对高职有自己的思考。”任职几个月，不少老师对这个“自己选”的领导很满意。

曾用强只是广东省通过“一推一述两评”的竞争选拔方式选出的4所高职院校行政首长之一。目前，广东外语艺术职业学院、广东科贸职业学院、珠海城市职业技术学院3所高校校长均已走马上任，广东交通职业技术学院的新院长张俊平新学期一开学也将正式就职。

变“伯乐相马”为“赛场选将”

竞选者需过13道关

去年5月，院长位置空缺的广东外语艺术职业学院，正平静等待着“上级”派来一位新院长。突然，一则来自广东省委组织部和省委教育工委的公告，在校园里引起轰动：校长要公开竞争产生。

“以往校长选拔是封闭式的，让人感觉很神秘。这次完全公开选拔，公平竞争，差额票决，真是一次前所未有的大胆创新。”党委书记李曲生回忆起刚看到公告时的感受。

原在广东外语外贸大学担任研究生处处长的曾用强，被学校推荐为初步人选，竞选广东外语艺术职业学院院长一职。他的3位竞争对手，分别来自华南师范大学、仲恺农业工程学院和星海音乐学院。“我压力特别大。”曾用强坦言。

事实上，激烈的竞争早已开始。据介绍，每个单位只能推荐一名人选，但想来的人很多，内部就要先筛好几轮。48岁的曾用强是教授、博导、教育部大学英语教学指导委员会委员，既有较高的专业水平，又有丰富的管理经验，还符合“拥有外语专业或艺术专业背景”的要求，自然脱颖而出。

进入“决赛圈”，真正的考验才刚开始。“‘一推一述两评’的核心，就是加大竞争性。”广东省委组织部相关负责人说，“一推”即面向部分相关高校公开推荐高职院校院长初步人选；“一述”即由初步人选作竞职述职发言；“两评”即组成大评委组，根据初步人选的竞职优势和发言表现，对竞职人选进行综合评价；组织评委阅读评审驻点调研报告。

“一名院长最终胜出，实际上经过了沟通方案、预告、初始提名、会议推荐、党委会议讨论、确定推荐人选、资格审查、竞职发言、综合评价、驻点调研、确定考察对象、组织考察、决定任职人选整整13道关，过程长达20天，真是‘过五关斩六将’，真刀真枪‘杀’出来的。”广东省委组织部有关负责人介绍。

曾用强提前做了大量功课，但竞职演讲还是让他“压力山大”。“突然给你一个很陌生的话题，简单准备几个小时，就要面对台下那么多评委发表演说，你说紧张不紧张！”他坦言，8分钟的竞职演说，自己反复演练了好几遍，包括声音、语速的控制。“最后能胜出，可能也跟演说有很大关系。我口才并不是最好的，但是精炼、简洁、务实、客观。”

近年来，一些地方的人才选拔，多是事后公开。“就像‘伯乐相马’，马站在那不动，只有伯乐才知道它是好马差马，别人闹不明白，因此群众公信度自然不高。广东此次‘一推一述两评’实行差额提名、差额推荐、差额酝酿、差额票决、差额竞职，整个过程方案公开、资格条件公开、程序步骤公开、选拔过程公开、选拔结果公开，实现了在赛场上选将。”广东省委党校副校长陈鸿宇说。

变“你的校长我来选”为“你的校长你来选”

评委中至少一半来自本校

场上“选手”考得怎么样，要由一个60人的大评委组打分，民主判定。“这60人中，有30~40人来自选拔职位所在院校，包括院领导班子成员、中层代表、骨干教师代表、群众代表等。我们还规定，其中骨干教师和群众评委不能少于20人，评分权重占30%，既做到公平合理，又落实了群众在选人用人上的知情权、参与权、选择权、监督权。”广东省委组织部相关负责人说。

来自本校的评委，在评分时占有50%的权重，使高职院校的干部、教师有权利自己选择自己的校长。

“我们此前从未谋面，但我毫不犹豫地把票投给了他（曾用强）。”担任评委的广东外语艺术职业学院副院长林红说，她在“挑人”时格外看重一个人的知名度和社会地位，“无形资源很重要，曾用强现为教育部大学英语教学指导委员会委员，业内知名度高，社会资源丰富。”

冯定远是新上任的广东科贸职业学院院长，上任前他是华南农业大学的“种子选手”。“他肯定做过功课，功课还做了很多，是有备而来。”对于新任院长冯定远在“竞职演说”时的表现，广东科贸职业学院的老师罗泽荣如是评价：“他讲的一些关于学校的细节问题，连某些本校老师和中层干部都不一定知道，可见下足了功夫；此外，他提的对策也很有针对性，例如扩大校园面积、发展特色专业等。所以我给他打了高分。”

自主选拔被陈鸿宇看成是对用人单位选人权的适当让渡：“以往选人用人完全由组织决定，对于高校来说，是你的校长‘我来帮你选’；现在委托给基层组织，委托给专家，委托给干部群众了，最大限度反映选拔职位所在单位干部群众对竞职人选的评价意见，一定程度上变成了‘你的校长你自己来选’。”

变“对上负责”为“上下结合”

40双眼睛监督承诺履行

竞职演讲之所以让曾用强感到压力大，除了需要很强的临场应变和语言组织能力外，更重要的是，“台下坐着的人中有2/3，将来可能成为你的下属和同僚。你当时说的，他们都会记在心上，看你到时候兑现不兑现。”

正如曾用强所说，让选拔职位所在高校干部群众与校外评委共同选择校长，不仅可以让他们直接感受竞选的全过程，而且是一种鞭策，可以有效地监督约束竞职干部在今后的工作行为中，落实承诺。

“以往选出的干部，往往是对上负责的意识强于对下负责。这次是上级部门和本校干部群众各占一半选票，选出的干部既注重了群众公论，又注重了工作实绩；既能对上负责，又能对下负责，做到了德和才、群众公认和领导信任、群众满意和领导满意的统一。”李曲生中肯地说。

“尤其是对下，40双眼睛在看着他呢！”广东外语艺术职业学院音乐系教师吴谭伟既是省政协委员，也是当时的评委。他认为，校内评委占主体的设计，在一定程度上建立了一支校内监督队伍，院长要对自己在竞职发言时许下的诺言负责，对选择自己的学校职工负责，在今后的工作中会更加贴近民意，迎合学校多数人的利益。“谁是最佳人选，对这个问题，谁最有话语权？当然是学校的老师啊！”