资源简介

(共39张PPT)
第5单元 第3课
图书的个性化推荐
（湘科版）五年级
下
1
核心素养目标
3
新知讲解
5
拓展延伸
7
板书设计
2
新知导入
4
课堂练习
6
课堂总结
课后作业
8
01
核心素养目标
信息意识
计算思维
数字化学习与创新
信息社会责任
认识排行榜对社会文化的影响，注重数据伦理，确保算法的公平性。
利用排行榜数据提升阅读选择效率，探索和优化个性化推荐系统。
掌握借阅数据排序与分析的方法，理解推荐算法的基本运作原理。
理解借阅数据的趋势分析重要性，认识推荐系统中个人数据的作用及隐私重要性。
02
新知导入
活动背景
图书馆图书种类很多，如何才能找到自己喜欢的图书呢？借助计算机，在大数据的支持下，我们不但可以知道哪些图书最受欢迎，还可以获得符合自己喜好的推荐书单。
通过图书馆的分类检索系统或在线平台，利用大数据分析热门书籍和个性化推荐算法，快速筛选出符合你兴趣的图书。
02
新知导入
活动目标
1、理解图书借阅排行榜产生的基本原理。
2、了解个性化推荐的基本原理。
02
新知导入
03
新知讲解
一、图书借阅排行榜产生的基本原理
图书借阅排行榜能反映哪些图书最受欢迎,为读者选择图书提供参考图书借阅排行榜来源于对借阅数据的记录与分析。
03
新知讲解
每一次借阅都会产生数据，数据中包含了借阅者的姓名、借阅的书名等数据。对设定时间段的数据进行汇总、统计、排序，就可以生成图书借阅排行榜。
03
新知讲解
图书借阅排行榜通过数据汇总、统计借阅信息并排序生成，系统化处理原始数据后形成有序榜单。这一流程将分散的借阅记录转化为可视化结果，直观反映图书的借阅热度与读者偏好。
重点
图书借阅排行榜产生的基本原理
03
新知讲解
小组讨论：假如要按照图书的类别，如童话、科幻、历史等，列出分类排行榜，应该如何实现？
开动脑筋
首先按图书类别（如童话、科幻、历史）分别汇总借阅数据，提取每类书籍的借阅频次并建立独立统计单元。随后对每个类别的统计结果进行降序排列，生成各分类的独立热度榜单，最终整合为多维度的分类排行榜体系。
03
新知讲解
二、个性化推荐的基本原理
每个人的阅读爱好各有不同，如果计算机能根据每个人的爱好推荐书单，提供个性化推荐服务，就能更好地满足读者的需要。
03
新知讲解
1、说一说，你的好朋友有哪些爱好，喜欢读哪些书。你是怎么知道的？
好友的爱好： 。
了解的途径： 。
开动脑筋
热爱摄影、徒步旅行和烘焙，偏好阅读推理小说（如东野圭吾作品）及心理学书籍（如《被讨厌的勇气》）。
通过日常聊天中分享的活动计划及社交平台发布的烘焙成果、书评和摄影作品得知。
03
新知讲解
2、张小明上学期在图书馆借了十本书，具体数据见下表。
开动脑筋
现在图书馆新购了《宋词精选》《昆虫漫话》《骆驼祥子》三本图书如果要给张小明推荐图书，你首先会推荐哪一本，为什么
03
新知讲解
根据张小明的借阅记录，我会首先推荐 《昆虫漫话》 。
原因：张小明借阅的《我们爱科学》《植物的奥秘》《动物世界》等书表明他对自然科学的兴趣浓厚，而《昆虫漫话》作为科普类新书，内容聚焦昆虫生态与行为，与他已读的科学主题（动植物、自然奥秘）高度契合，能进一步满足其探索自然科学的阅读需求。
开动脑筋
03
新知讲解
计算机可以根据读者的历史借阅数据,通过统计分析,进行个性化推荐。其一般过程为：
1、对图书进行分类，并贴上类别标签。
03
新知讲解
2、筛选张小明的借阅数据。
3、根据标签统计张小明的借阅次数并进行排序。借阅次数代表张小明的偏好。
03
新知讲解
4、将张小明的借阅次数(偏好)，按照对应的标签填入新书表中。
5、按照偏好从高到低排序，针对张小明的个性推荐表就产生了。
03
新知讲解
基于内容的推荐算法是一种应用广泛的个性化推荐算法，其基本原理是利用标签给物品分类，通过记录分析用户访问的历史数据，给用户提供个性化推荐。但这种算法以个人偏好为基础，可能会带来“信息茧房”困扰。
重点
03
新知讲解
使用电子表格软件，打开借阅模拟记录文件完成以下任务。
1、筛选出张小明的借阅数据。
2、按标签统计张小明的分类借阅次数。
3、按分类借阅次数排序，展示张小明的借阅偏好。
4、生成张小明的新书推荐表。
探究实践
03
新知讲解
探究实践
03
新知讲解
如果计算机系统只根据个人爱好推荐书，就容易让我们陷入“信息茧房”。在生活中，我们身边有一些与自己有共同爱好的人，如果他们喜欢什么新物品，那么这些物品也可能是自己喜欢的。我们可以通过学习借鉴与自己有共同爱好的人的新变化来拓展视野。
重点
03
新知讲解
协同过滤算法是一种依赖用户和物品之间行为关系的推荐算法。其基本原理是“协同大家的反馈、评价和意见，一起对海量的信息进行过滤，从中筛选出用户可能感兴趣的信息”已知张小明和他的同学对这四本书的评分，没打分的表示没看过，评分越高表示对该书越喜欢。
开动脑筋
03
新知讲解
请推测小明对《繁星》的评分是多少分，说明理由。
开动脑筋
03
新知讲解
请推测小明对《繁星》的评分是多少分，说明理由。
开动脑筋
推测评分：小明对《繁星》的评分为 4分。
理由： 小明和同学3对《人工智能》《Hello机器人》等科学书的评分完全一致（都打4分），说明两人“口味”最像。同学3给《繁星》打了满分5分，所以小明很可能也觉得这本书很棒。结论：基于相似用户（尤其是同学3）的高评分及小明的阅读倾向，合理推测为4分。
04
课堂练习
一、选择题
1、图书馆生成借阅排行榜时，首先要做的是？（ ）
A. 统计借阅次数 B. 按书名排序 C. 收集借阅记录 D. 贴上类别标签
2、给图书贴“科幻”“历史”标签是为了？（ ）
A. 方便分类推荐 B. 让封面更漂亮 C. 统计书架数量 D. 缩短书名
3、有8本按编号排列的书（2、4、6...16），用二分法找编号10需要几步？（ ）
A. 1步 B. 2步 C. 3步 D. 4步
C
A
C
04
课堂练习
4、哪种算法适合在杂乱的书堆里找特定书？（ ）
A. 二分查找 B. 顺序查找 C. 随机翻找 D. 魔法搜索
5、“信息茧房”指什么现象？（ ）
A.电脑中病毒 B. 只看同类信息 C. 忘记密码 D. 网络卡顿
二、判断题
1、个性化推荐只需要分析用户自己的历史数据。（ ）。
B
×
B
04
课堂练习
三、操作题
排序小能手 。
任务：将借阅记录【科幻:5次、历史:2次、童话:8次】按次数从高到低排序，写出排序结果。
答案示例：童话(8)→科幻(5)→历史(2)。
05
拓展延伸
投票问题
如果要投票选出超过一半学生喜欢的图书，可以采用摩尔投票算法。它的基本思想是通过不同元素之间的抵消来找到可能的主要元素。假设六人小组里通过投票选出大家最喜欢的书，候选书有甲、乙两本投票情况为“乙、乙、甲、甲、乙、乙”，那么就是要找哪本候选书得到多数票。首先，将第一张票投出的乙设为候选书，计数器值初始为1。接着看第二张票，因为和候选书相同，计数器值加1变为2。然后看第三张票，发现投的是甲，与候选书不同，计数器值减1变为1。第四张票为甲，与候选书不同，计数器值减为0。此时，由于计数器值为0，说明前四张票两本候选书得票数相同。因此，将下一张票投的书乙设为新的候选书，计数器值设为1。依此类推。遍历结束后，剩下的候选书是乙，乙被选为最受喜欢的书。验证发现乙得票数超过投票数的一半。
05
拓展延伸
书本的“身份证”——条形码
每本书背面的条形码就像它的身份证号码！图书馆用扫码器快速读取条形码，就能知道书名、作者和位置，借书还书再也不用手写登记啦！超市的商品也用条形码结账哦。
05
拓展延伸
电脑如何猜你喜欢？
当你在视频平台总看动画片，首页就会推荐更多动画，这是因为电脑记住了你的喜好。就像图书推荐：“爱看《恐龙百科》的人，可能也爱《化石探秘》！”
05
拓展延伸
排序大法拯救乱书架
如果书架上的书乱糟糟，用“排序法”就能整理好：按书名首字母从A到Z排列，或按厚度从薄到厚排队，找书速度立刻翻倍！
05
拓展延伸
快速找词的秘密
查字典时，你不会从第一页翻到最后一页吧？二分查找就像猜数游戏：先翻到中间页，根据目标词在前半还是后半快速缩小范围，比一页页找快多啦！
05
拓展延伸
单元回顾
05
拓展延伸
交流评价
1、同学之间相互交流，分享各自的收获。
2、评一评，画一画。(最高为5颗★)
06
课堂总结
1
引入新知内容
图书的个性化推荐
2
图书借阅排行榜产生的基本原理
3
个性化推荐的基本原理
4
完成课题练习
5
进行相关知识拓展
1
2
3
4
5
07
板书设计
图书的个性化推荐
1、进行新知引入
2、图书借阅排行榜产生的基本原理
3、个性化推荐的基本原理
4、完成课堂练习
5、进行知识拓展
课后作业。
1、设计网上购物的个性化推荐方案。
08
课后作业
1、基于内容的个性化图书推荐，要对图书进行分类，并贴上 。
2、设计网上购物的个性化推荐方案。
图书主题标签
记住你的喜好：电脑会观察你平时爱看、爱买的商品（比如玩具、绘本），悄悄记下来。
猜你喜欢：
好朋友推荐：找和你喜好相似的小朋友，看他们买了什么新东西（比如都喜欢恐龙，就推荐恐龙模型）。
同类商品：如果你买过红色书包，就推荐其他红色文具或可爱挂件。
小提示：在首页放你可能会喜欢的商品，比如显示“其他爱画画的小朋友都买了这套彩色笔！”
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑