4.2.3 信息智能处理的应用价值名师教学设计2

大数据之推荐系统

鹤山市纪元中学

叶光源

2019.4.17 知识与技能

了解推荐系统的特点，理解日常使用推荐系统的原理。

围绕认识“什么是推荐系统—为什么要推荐—怎样推荐”过程与方法

来展开，通过上网体验活动、简单推荐算法的运用，反思、教学理解推荐系统。

目标

情感态度与认识信息智能处理工具带给我们便利，同时也发现不尽人价值观

意的地方。

信息素养

增强对信息的敏感度，透过现象认识本质。

教学

重点

教学

难点

教学

资源

推荐系统是如何推荐的。

推荐算法（协同过滤）的理解和应用。

1. 硬件环境：计算机网络教室，多媒体网络教学平台。

2. 软件环境：网络教室教学软件、课件、各小组阅读评价量化表及余弦相似度。

1、

收集各小组的阅读书目。

课前2、

用Excel制作《阅读评价量化表及余弦相似度》，根据评分用余弦准备

相似度公式计算小组成员的阅读相似度。

课时

第1课时

（二）教学过程

教学环节

引入

教师活动

学生活动

设计意图

1、展示一幅点菜图片，让学生激发学生的观察图片，思考描述其中场景。

兴趣，引入回答问题。

课题。

继续提问：说说在计算机或手机回答问题

中见到的“推荐系统”。

问题驱动

展示6种推荐系统：猜你喜欢、推荐教师讲授

歌曲、推荐路线、美食推荐、今日头观看、记忆

条、微博热搜榜（图片来源：互联网）

对推荐的使用场景有更多的了解。

学习两种推问题：这些推荐系统，它们偏向于哪思考讨论、回答荐方式：大问题驱动

种推荐方式？

问题

众推荐和个性化推荐

教师讲授

解析（信息来源：百度百科）：

1、什么是推荐系统？

学习、记忆

了解推荐系统和个性化推荐。

2、什么是个性化推荐？

问题驱动

问题：个性化推荐系统产生的背景？

讨论、回答问题

思考和认识个性化推荐学习、理解、记系统产生的解析说明

个性化推荐系统的产生

忆

过程。

任务：

1、访问“亚马逊网站”，观察登任务驱动

录前和登录后显示的内容有什么不上网活动

同，为什么？

体验活动

思考问题

2、打开其中一本书籍或一件商品的链接，观察系统推荐了什么，根据什么来推荐？

从上面的体验活动，我们得到推荐的条件：

1、根据历史行为推荐

教师讲授

2、根据你喜欢的物品A向你推反思、记忆

荐和它类似的B 3、根据和你有共同喜好的人来推荐

介绍协同过滤算法：

教师讲授

1、基于用户协同过滤

2、基于物品协同过滤

计算用户相似度常用的方法，余弦相似度：余弦相似度是通过计算两个向量的夹角余弦值来评估他们的教师讲授

学习、记忆

相似度，余弦的这种计算方法对多维向量也成立。“cosθ”越接近1，两个向量越相似。

学习、记忆

认识推荐算法中的一种：协同过滤算法

从体验活动中总结出推荐的条件

亲身体验推荐系统，加深对推荐系统的感性认识。

学习余弦相似度的公式

根据下发的表任务：体验活动——基于用户的协同格填写，根据计体验余弦相过滤

算结果思考问似度的应任务驱动

用余弦相似度计算你所在小组题：

用，加深对体验活动

成员的阅读兴趣是否相似。

1、

哪个同学基于用户协同过滤的认下发《阅读评价量化表及余弦相的阅读兴趣与你最相似，应该识。

似度》表格。

怎样推荐？

2、

用余弦相似度来计算，你认为得到的相似度与实际相差远吗？

简单讲述基于物品的协同过滤（第二学习、记忆

课时再讨论学习）

思考问题：

1、

如果一个新系统，或者旧系统面对新用户，如何推荐？

——推荐系统的冷启动

2、

说说你在上网购物后，推荐系统有哪些不好的体验吗？

问题驱动

——推荐系统的智能性

3、

假如有一间饭馆，虽然菜式很丰富，但你每次登录点菜推荐系统却只点了面条，多次以后，当你登录系统的时候会有什么现象发生？

——推荐系统的过度收敛

1、使用推荐系统的目的是什么？

——提高转化率

小结

2、推荐的本质是什么？

——帮用户过滤掉无关的干扰信息，让用户真正关心的内容脱颖而出

教师讲授

了解基于物品协同过滤的推荐方法。

认识推荐系思考并回答问统一些不尽题

人意、不完善的地方。

思考并回答问巩固对推荐题

系统的理解