資源簡介

(共39張PPT)
第5單元 第3課
圖書的個性化推薦
（湘科版）五年級
下
1
核心素養目標
3
新知講解
5
拓展延伸
7
板書設計
2
新知導入
4
課堂練習
6
課堂總結
課后作業
8
01
核心素養目標
信息意識
計算思維
數字化學習與創新
信息社會責任
認識排行榜對社會文化的影響，注重數據倫理，確保算法的公平性。
利用排行榜數據提升閱讀選擇效率，探索和優化個性化推薦系統。
掌握借閱數據排序與分析的方法，理解推薦算法的基本運作原理。
理解借閱數據的趨勢分析重要性，認識推薦系統中個人數據的作用及隱私重要性。
02
新知導入
活動背景
圖書館圖書種類很多，如何才能找到自己喜歡的圖書呢？借助計算機，在大數據的支持下，我們不但可以知道哪些圖書最受歡迎，還可以獲得符合自己喜好的推薦書單。
通過圖書館的分類檢索系統或在線平臺，利用大數據分析熱門書籍和個性化推薦算法，快速篩選出符合你興趣的圖書。
02
新知導入
活動目標
1、理解圖書借閱排行榜產生的基本原理。
2、了解個性化推薦的基本原理。
02
新知導入
03
新知講解
一、圖書借閱排行榜產生的基本原理
圖書借閱排行榜能反映哪些圖書最受歡迎,為讀者選擇圖書提供參考圖書借閱排行榜來源于對借閱數據的記錄與分析。
03
新知講解
每一次借閱都會產生數據，數據中包含了借閱者的姓名、借閱的書名等數據。對設定時間段的數據進行匯總、統計、排序，就可以生成圖書借閱排行榜。
03
新知講解
圖書借閱排行榜通過數據匯總、統計借閱信息并排序生成，系統化處理原始數據后形成有序榜單。這一流程將分散的借閱記錄轉化為可視化結果，直觀反映圖書的借閱熱度與讀者偏好。
重點
圖書借閱排行榜產生的基本原理
03
新知講解
小組討論：假如要按照圖書的類別，如童話、科幻、歷史等，列出分類排行榜，應該如何實現？
開動腦筋
首先按圖書類別（如童話、科幻、歷史）分別匯總借閱數據，提取每類書籍的借閱頻次并建立獨立統計單元。隨后對每個類別的統計結果進行降序排列，生成各分類的獨立熱度榜單，最終整合為多維度的分類排行榜體系。
03
新知講解
二、個性化推薦的基本原理
每個人的閱讀愛好各有不同，如果計算機能根據每個人的愛好推薦書單，提供個性化推薦服務，就能更好地滿足讀者的需要。
03
新知講解
1、說一說，你的好朋友有哪些愛好，喜歡讀哪些書。你是怎么知道的？
好友的愛好： 。
了解的途徑： 。
開動腦筋
熱愛攝影、徒步旅行和烘焙，偏好閱讀推理小說（如東野圭吾作品）及心理學書籍（如《被討厭的勇氣》）。
通過日常聊天中分享的活動計劃及社交平臺發布的烘焙成果、書評和攝影作品得知。
03
新知講解
2、張小明上學期在圖書館借了十本書，具體數據見下表。
開動腦筋
現在圖書館新購了《宋詞精選》《昆蟲漫話》《駱駝祥子》三本圖書如果要給張小明推薦圖書，你首先會推薦哪一本，為什么
03
新知講解
根據張小明的借閱記錄，我會首先推薦 《昆蟲漫話》 。
原因：張小明借閱的《我們愛科學》《植物的奧秘》《動物世界》等書表明他對自然科學的興趣濃厚，而《昆蟲漫話》作為科普類新書，內容聚焦昆蟲生態與行為，與他已讀的科學主題（動植物、自然奧秘）高度契合，能進一步滿足其探索自然科學的閱讀需求。
開動腦筋
03
新知講解
計算機可以根據讀者的歷史借閱數據,通過統計分析,進行個性化推薦。其一般過程為：
1、對圖書進行分類，并貼上類別標簽。
03
新知講解
2、篩選張小明的借閱數據。
3、根據標簽統計張小明的借閱次數并進行排序。借閱次數代表張小明的偏好。
03
新知講解
4、將張小明的借閱次數(偏好)，按照對應的標簽填入新書表中。
5、按照偏好從高到低排序，針對張小明的個性推薦表就產生了。
03
新知講解
基于內容的推薦算法是一種應用廣泛的個性化推薦算法，其基本原理是利用標簽給物品分類，通過記錄分析用戶訪問的歷史數據，給用戶提供個性化推薦。但這種算法以個人偏好為基礎，可能會帶來“信息繭房”困擾。
重點
03
新知講解
使用電子表格軟件，打開借閱模擬記錄文件完成以下任務。
1、篩選出張小明的借閱數據。
2、按標簽統計張小明的分類借閱次數。
3、按分類借閱次數排序，展示張小明的借閱偏好。
4、生成張小明的新書推薦表。
探究實踐
03
新知講解
探究實踐
03
新知講解
如果計算機系統只根據個人愛好推薦書，就容易讓我們陷入“信息繭房”。在生活中，我們身邊有一些與自己有共同愛好的人，如果他們喜歡什么新物品，那么這些物品也可能是自己喜歡的。我們可以通過學習借鑒與自己有共同愛好的人的新變化來拓展視野。
重點
03
新知講解
協同過濾算法是一種依賴用戶和物品之間行為關系的推薦算法。其基本原理是“協同大家的反饋、評價和意見，一起對海量的信息進行過濾，從中篩選出用戶可能感興趣的信息”已知張小明和他的同學對這四本書的評分，沒打分的表示沒看過，評分越高表示對該書越喜歡。
開動腦筋
03
新知講解
請推測小明對《繁星》的評分是多少分，說明理由。
開動腦筋
03
新知講解
請推測小明對《繁星》的評分是多少分，說明理由。
開動腦筋
推測評分：小明對《繁星》的評分為 4分。
理由： 小明和同學3對《人工智能》《Hello機器人》等科學書的評分完全一致（都打4分），說明兩人“口味”最像。同學3給《繁星》打了滿分5分，所以小明很可能也覺得這本書很棒。結論：基于相似用戶（尤其是同學3）的高評分及小明的閱讀傾向，合理推測為4分。
04
課堂練習
一、選擇題
1、圖書館生成借閱排行榜時，首先要做的是？（ ）
A. 統計借閱次數 B. 按書名排序 C. 收集借閱記錄 D. 貼上類別標簽
2、給圖書貼“科幻”“歷史”標簽是為了？（ ）
A. 方便分類推薦 B. 讓封面更漂亮 C. 統計書架數量 D. 縮短書名
3、有8本按編號排列的書（2、4、6...16），用二分法找編號10需要幾步？（ ）
A. 1步 B. 2步 C. 3步 D. 4步
C
A
C
04
課堂練習
4、哪種算法適合在雜亂的書堆里找特定書？（ ）
A. 二分查找 B. 順序查找 C. 隨機翻找 D. 魔法搜索
5、“信息繭房”指什么現象？（ ）
A.電腦中病毒 B. 只看同類信息 C. 忘記密碼 D. 網絡卡頓
二、判斷題
1、個性化推薦只需要分析用戶自己的歷史數據。（ ）。
B
×
B
04
課堂練習
三、操作題
排序小能手 。
任務：將借閱記錄【科幻:5次、歷史:2次、童話:8次】按次數從高到低排序，寫出排序結果。
答案示例：童話(8)→科幻(5)→歷史(2)。
05
拓展延伸
投票問題
如果要投票選出超過一半學生喜歡的圖書，可以采用摩爾投票算法。它的基本思想是通過不同元素之間的抵消來找到可能的主要元素。假設六人小組里通過投票選出大家最喜歡的書，候選書有甲、乙兩本投票情況為“乙、乙、甲、甲、乙、乙”，那么就是要找哪本候選書得到多數票。首先，將第一張票投出的乙設為候選書，計數器值初始為1。接著看第二張票，因為和候選書相同，計數器值加1變為2。然后看第三張票，發現投的是甲，與候選書不同，計數器值減1變為1。第四張票為甲，與候選書不同，計數器值減為0。此時，由于計數器值為0，說明前四張票兩本候選書得票數相同。因此，將下一張票投的書乙設為新的候選書，計數器值設為1。依此類推。遍歷結束后，剩下的候選書是乙，乙被選為最受喜歡的書。驗證發現乙得票數超過投票數的一半。
05
拓展延伸
書本的“身份證”——條形碼
每本書背面的條形碼就像它的身份證號碼！圖書館用掃碼器快速讀取條形碼，就能知道書名、作者和位置，借書還書再也不用手寫登記啦！超市的商品也用條形碼結賬哦。
05
拓展延伸
電腦如何猜你喜歡？
當你在視頻平臺總看動畫片，首頁就會推薦更多動畫，這是因為電腦記住了你的喜好。就像圖書推薦：“愛看《恐龍百科》的人，可能也愛《化石探秘》！”
05
拓展延伸
排序大法拯救亂書架
如果書架上的書亂糟糟，用“排序法”就能整理好：按書名首字母從A到Z排列，或按厚度從薄到厚排隊，找書速度立刻翻倍！
05
拓展延伸
快速找詞的秘密
查字典時，你不會從第一頁翻到最后一頁吧？二分查找就像猜數游戲：先翻到中間頁，根據目標詞在前半還是后半快速縮小范圍，比一頁頁找快多啦！
05
拓展延伸
單元回顧
05
拓展延伸
交流評價
1、同學之間相互交流，分享各自的收獲。
2、評一評，畫一畫。(最高為5顆★)
06
課堂總結
1
引入新知內容
圖書的個性化推薦
2
圖書借閱排行榜產生的基本原理
3
個性化推薦的基本原理
4
完成課題練習
5
進行相關知識拓展
1
2
3
4
5
07
板書設計
圖書的個性化推薦
1、進行新知引入
2、圖書借閱排行榜產生的基本原理
3、個性化推薦的基本原理
4、完成課堂練習
5、進行知識拓展
課后作業。
1、設計網上購物的個性化推薦方案。
08
課后作業
1、基于內容的個性化圖書推薦，要對圖書進行分類，并貼上 。
2、設計網上購物的個性化推薦方案。
圖書主題標簽
記住你的喜好：電腦會觀察你平時愛看、愛買的商品（比如玩具、繪本），悄悄記下來。
猜你喜歡：
好朋友推薦：找和你喜好相似的小朋友，看他們買了什么新東西（比如都喜歡恐龍，就推薦恐龍模型）。
同類商品：如果你買過紅色書包，就推薦其他紅色文具或可愛掛件。
小提示：在首頁放你可能會喜歡的商品，比如顯示“其他愛畫畫的小朋友都買了這套彩色筆！”
https://www.21cnjy.com/recruitment/home/fine

展開更多......

收起↑