资源简介

教学设计
课程基本信息
课题 项目挑战：学校微课平台推荐
课程标准与教学目标
适应的课程标准： 1.4 通过案例分析，理解数组、链表等基本数据结构的概念，并能编程实现其相关操作。比较数组、链表的区别，明确上述两种数据结构在存储不同类型数据中的应用。
所针对的教材内容： 选择性必修一《数据与数据结构》第二章项目挑战：学校微课平台推荐
学习环境： 装有希沃白板的机房，计算机中装有python3.6及以上软件
预计课时：1课时
教学目标： 1.能够合理分析项目实施需求，选择或设计合适的推荐算法实施方案。 2.能够界定问题并提取关键数据，合理组织并存储数据。 3.能结合相关的数据结构与算法，展开项目实施的算法设计与编程实现，探究多种算法实现方式并选取最优解。 4.能依据推荐规则使用合理的模拟测试数据，以验证推荐程序的准确性。 所指向的核心素养: 信息意识：能够根据解决问题的需要，自觉、主动地寻求恰当方式获取信息与处理信息（推荐算法的查找与分析）；在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值（项目合作与分享）。 计算思维：能够针对限定条件的实际问题进行数据抽象，运用数据结构合理组织、存储数据；通过判断、分析与综合各种信息资源，运用合理的算法形成解决问题的方案。（综合运用计算思维解决项目问题并编程实现） 数字化学习与创新：掌握数字化学习系统、学习资源与学习工具的操作技能，用于开展自主学习、协同工作、知识分享与创新创作，助力终身学习能力的提高。（运用各类数字学习方式查找推荐算法的含义与方式，并与同伴合作交流） 信息社会责任：在现实空间和虚拟空间中遵守公共规范，既能有效维护信息活动中个人的合法权益，又能积极维护他人合法权益和公共信息安全。（大数据隐私问题）
教学内容
教学重点： 能够综合分析项目并根据解决问题的需要选择恰当的推荐算法，采用合理的数据结构存储与组织数据，结合有效数据进行抽象建模，探究多种算法实现方式并选取最优解。 教学难点： 选择或设计恰当的推荐算法，综合完成整体项目的实施并形成解决问题的方案报告。
评价设计
过程性评价： 1.观察学生是否在课前进行推荐算法的查找与思考，并结合项目内容描述其实施过程。 2.在数据的组织与分析过程中，对学生的辨析能力与应用能力进行观察和记录。 3.在算法设计与编程实现的过程中，观察学生自主设计的算法的合理性与适用性，帮助学生梳理整体过程。 4.在综合项目的实现过程中，观测学生是能够与小组成员之间合作探究，按时完成各部分项目的实施，对态度及参与过程进行评估。 终结性评价： 1.能够结合项目要求选取合适的推荐算法，与小组成员共同完成整体项目的分析、设计与程序实现，并适当优化。
学习活动设计（1课时）
教学环节 教学过程 设计意图
课前导学 （课前） 查询推荐算法及其原理，选择一种推荐算法阐述其实施过程。 在课前引导学生根据任务需求，自觉、主动地寻求恰当方式获取信息与处理信息。在预习的同时也为本课内容提供知识基础。
项目情景 (3分钟) 【情境导入】日常生活中推荐算法的案例。 【项目描述】学校新建了一个微课平台，用来展示本校教师和学生自制微课。为更好地服务师生，学校想增加微课平台的推荐功能，请结合已有的一定量的微课点播数据，为微课平台设计推荐算法。当用户点播了某个微课后，平台会依据一定规则推荐相关的微课。 从日常生活中的推荐算法导入主题，引导学生提升在日常生活中运用信息技术上解决问题的意识与能力（信息意识），同时明确本节课任务。
项目分析 (10分钟) 1.推荐算法的选择（5分钟） 【探究】根据课前查阅的资料，结合项目选择一种推荐算法，并说出选择这种推荐算法的理由及其具体实施过程。 【案例】选择基于内容的推荐算法，简化其实现过程，对于用户选取的微课，推荐与微课科目相同且播放量最大的三项数据。 2.项目的实施流程（5分钟） 【思考】结合项目任务描述，说一说项目具体的实施流程。 【分析】逐一拆解项目描述，大致可分为原始数据获取、按编号呈现数据、用户输入数据查询与相似微课推荐四个部分。 首先结合课前查找到的资料选择推荐算法，为之后的抽象建模以及算法设计提供基础知识。此时教师需要引导学生判断所选算法的合理性，如果学生一时难有思路，可以提供相应的案例帮助模仿与进一步思考。 对于项目的整体实现过程进行详细分析，为之后的算法流程实现提供更清晰明确的思路。
项目探究(24分钟+课后) 1.数据的组织与存储（5分钟） 【提问】在常见的微课平台中，都保存了哪些微课信息与用户点播数据？ 【讲解】存储了微课编号、微课名称、微课类型、主讲教师、课程评价等信息。对于用户点播数据，记载了用户的特征信息、访问微课内容以及访问时长等。【案例呈现】 【思考】结合项目实施过程与所选推荐算法，可以采用哪种结构存储和组织数据？ 【分析】区别数组与链表组织数据的方式，本项目需要对数据进行存储、查询和推荐，因此可以采用数组形式组织数据。 2.抽象与建模（6分钟） 【探究1】在算法实现过程中，需要用到哪些变量，结构形式是怎样的？与其他变量间又有什么联系？ 3.算法设计（15分钟） 【探究2】 1.请结合项目实施过程以及已设定的变量，合理设计算法并选择一种方式呈现。 2.尝试一题多解并选择最优算法描述过程。 4.编程实现（课后） 【合作探究】结合算法流程，完成算法代码的编写并上机调试。 【完成项目报告的撰写】（见《学习任务单.docx》） 引导学生思考日常生活中的微课平台中的相应数据信息，并提取所需的关键点。根据项目的具体实施过程采用合理的数据结构组织和处理数据，引导学生用计算机可以执行的方式来解决问题。此时可以结合之前的推荐算法，为学生提供相关的简单案例，阐述其过程，拓展学生思维。 在进行抽象建模的过程中，引导学生提取关键点，思考相关的变量内容及其结构形式，并建立相关的数学模型，同时描述各变量之间的关系。 在算法设计阶段，引导学生结合项目实施过程以及变量之间的关系。采用一种算法描述方式，实现整体算法流程的实施过程。在此过程中，思考同一种功能的不同解法，并选取其中效率最高的解法，体现思维的优化。 由于本课仅是提供一个思考的方向，重在引导学生的思维方式，因此编程实现该部分内容在一节课内是无法完全实现的。因此可以让学生在课后进行小组合作交流，根据相应的算法设计，完成整体代码的编写，并完成整体的项目实施报告。
交流评价(课后) 【项目分享】对于不同组别的作品进行分享，小组之间相互交流，并根据评价表进行项目的自评、互评与师评。（见《学习任务单.docx》） 【反馈评价】根据本节课内容所学及个人表现，完成个人学习评价表。 项目分享阶段，可以单独用一课时去实现，主要是每个小组分享项目实践的设计流程以及代码实现方式，在互助互学之中实现共赢。评价过程中主要分为项目评价和个人的评价两个部分，学生根据所对应的细则进行自评，互评与师评，体现评价的合理性与多元性。
作业布置(课后) 完成课后作业内容。（见《作业练习.docx》） 完成作业，查漏补缺，巩固提升。
总结反思 (3分钟) 【总结】结合板书回顾本节课内容。 【拓展】而在日常生活中，数据的存储与处理将会更加复杂。例如下图所示的部分微课的详细点播记录，该如何实现根据用户点播数据进行微课推荐？ 【思考】大数据算法精准智能的“私人定制”，在提供高效率数字服务的同时，也让人产生信息安全的隐忧。因此，在信息社会中，我们也需要维护个人信息安全，也需保护他人的隐私与权益。 总结本课内容，归纳所学。同时引导学生对于日常生活中更复杂的数据组织方式进行思考探究。同时也引导信息社会责任的提升。
对差异化教学的考虑
学生对日常生活中的推荐算法并不陌生，因此选取相应的推荐算法时，能够较快地选取一定的推荐算法来实施微课推荐效果。但由于推荐算法的方式有很多，且推荐算法思维较为复杂，学生在理解过程中可能会有一定的困难。此时可以通过简单的案例来启发学生，例如选取基于内容的推荐算法时，可以根据用户所点播的微课，选择同科目且播放量排在前三的微课进行推荐。有了具体的案例，学生对于推荐算法具体实施的理解会更加清晰明确一些。此外，选择合适的推荐算法是由于源数据时不确定的，因此在获取内容时还需引导学生思考可以通过哪一些数据得出怎样的结论。对于整体的项目方案设计与编程实现过程中，部分学生的综合能力较为薄弱，此时通过小组合作的方式，共同探讨交流，互学互助，提升个人的能力水平。
教学设计思路
本节内容是选择性必修一《数据与数据结构》第二章的第三部分内容。在前两部分内容中学生学习了数组与链表的概念与特性，并结合实际案例进行思考应用。本节课在此基础上，引导学生分析真实情境任务，并选取恰当数据的组织结构完成问题解决方案的设计。 在具体的教学设计过程中，学生首先在课前进行推荐算法相关内容的查询与学习，为本课内容提供前导的知识基础，提升信息意识和数字化学性创新能力。在课堂教学过程中，首先从日常生活中常见的“私人推荐”、“猜你喜欢”等模块出发，引导学生思考日常生活中常见的推荐算法，并引入本节课的主题“为学校微课平台设计推荐算法”。接着引导学生结合本项目的具体内容选取或设计合适的推荐算法，同时思考在常见的微课平台中需要获取哪些源数据内容，并选择合适的数据组织形式进行抽象建模。对于同一种功能，思考不同的算法方式并选取最优解，体现计算思维的优化。最后编程调试，实现整体项目的执行代码。学生在课后与小组共同完成项目方案的设计与实施，同时思考项目可改进之处。在各小组之间的交流评价中互学互助，共同提升。此外，在课堂总结中，也从生活中大数据推荐算法获取隐私的案例，引发学生对信息社会责任地思考。
针对核心素养培养的考虑
在信息意识的提升方面，课前学生通过各类方式查询推荐算法相关的资料，了解基本的推荐算法及其实现方式，体现了能够“能够根据解决问题的需要，自觉、主动地寻求恰当的方式获取与处理信息”。在项目实施过程中，小组成员之间合作交流，共同完成项目方案的设计与实施，体现了“在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值。” 在计算思维能力培养方面，学生根据平台算法推荐项目内容，选取或设计合理的推荐算法，采用计算机可以处理的方式界定问题、抽象特征、建立结构模型、合理组织数据。运用合理的算法形成解决问题的方案并编程实现。在此过程中对于同功能的不同算法进行比较，提升算法效率。同时从微课推荐的简单问题出发，总结利用计算机解决问题的过程与方法，迁移到与之相关的其他问题解决中。 在数字化学习与创新方面，学生运用数字化学习平台查找相关的推荐算法，选取适当的学习资源用于开展自主学习、协同工作、知识分享与创新创造，助力终身学习能力的提高。 在信息社会责任方面，由于大数据推荐算法可能会导致个人隐私的泄露，因此还需引导学生在现实空间和虚拟空间中遵守公共规范，有效维护信息活动中个人的合法权益以及他人合法权益和公共信息安全。而对于推荐算法本身也需具有积极学习的态度、理性判断和负责行动的能力。

展开更多......

收起↑