资源简介

(共32张PPT)
第二单元 第2课
想你所想，个性推荐
（教科版）七年级
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
了解关闭个性化推荐功能的法律意义，发布评价时做到客观真实，能识别虚假信息，讨论算法偏见对资源分配的影响。
熟练使用百科、短视频、点评平台搜索乡村信息，对比文字、视频等形式的优缺点，学会交叉验证整合碎片化内容提升信息可信度。
能用“贴标签-找同类-推内容”模型解释精准推荐逻辑，通过分析书籍购买案例，理解协同过滤算法如何利用群体数据预测个体偏好。
能识别平台通过点击、搜索等行为收集个人数据，理解“信息茧房”的形成原因，主动关注多元内容，学会清理浏览记录或切换平台拓宽信息来源。
02
新知导入
聚焦
同学们分工设计“美丽乡村”研学方案时，上网查资料发现：
有的用百度搜“有趣乡村”，有的刷短视频点开果园采摘，平台立刻推送更多农家乐攻略——原来网络会记住你的喜好，像智能小助手自动推荐相关内容！
02
新知导入
在
移动互联网时代，我们可以通过哪些方式获取信息？
探索
搜一搜——用百度、谷歌查关键词（比如“有趣乡村路线”）
刷刷短视频——抖音、快手搜“采摘体验”，多看几个平台会自动推荐同类视频
翻翻分享社区——小红书搜“乡村打卡”，能看到网友真实游记和避坑攻略
地图找周边——用高德/百度地图搜“附近农家乐”，直接导航路线
订阅消息——在微信、今日头条关注“乡村旅游”账号，更新会自动提醒你
02
新知导入
在
平台又是如何知道我们的喜好，进行个性化推荐的呢？
探索
简单来说，平台像有个数字小秘书在观察你：
盯住你：记下你搜什么、点赞什么、看视频停留多久
猜兴趣：根据记录给你打标签（比如“动漫迷”“吃货”）
找同类：把和你兴趣相似的人喜欢的内容推给你
刷越多同类内容，推荐越精准，但也容易困在“信息茧房”里哦！
02
新知导入
探索
03
新知讲解
聚焦
好像平台已经知道小伍要查找什么信息似的，这是什么原因呢？
当小伍刷乡村视频或搜关键词时，平台像“数字侦探”一样，默默记下他点了什么、看了多久、是否点赞。这些行为会变成“兴趣密码”（比如“爱看田园风景”“关注农家乐”），帮平台猜出小伍的喜好。
你的小动作被平台“看见”了！
平台不光分析小伍，还会对比其他和他兴趣相似的人（比如都爱搜乡村游），把别人点赞的内容也推给他。同时，根据他最近常搜的词，主动塞相关新内容。就像有个“推荐小助手”在帮忙，但总看同类内容容易“信息偏食”，记得偶尔换换口味哦！
精准推送的秘密：找“同类”+猜兴趣
同学们，你们有没有遇到过这种情况：刚和朋友聊起“露营装备”，打开购物软件就看见帐篷推荐；或者在抖音点赞了一个猫猫视频，首页立刻刷到更多萌宠内容？互联网工具好像“读心术”一样，总能猜中你的喜好！
请和同桌完成以下任务：
分享经历：举例你被平台“精准推荐”的一次经历（比如刷到什么内容？当时你做了什么动作？）
猜猜原理：你觉得平台是怎么发现你的喜好的？把你的猜想写下来。
讨论隐患：这种“投其所好”的推荐会让你开心还是担忧？为什么？
03
新知讲解
议一议
1. 例子
搜“运动鞋”，购物软件狂推球鞋；点赞狗狗视频，抖音刷到更多萌宠；看完科幻小说，平台推荐同类书
2. 原理，平台会：
① 记行为：偷偷记下你搜什么、看多久、点赞啥；
② 贴标签：比如常看篮球→“运动男孩”，常搜甜品→“吃货”；
③ 推同类：把和你标签相似的人喜欢的东西塞给你。
3. 影响
好处：找喜欢的内容更快了
坏处：总看同类内容（信息茧房），可能冲动花钱
03
新知讲解
议一议
03
新知讲解
能量加油站
个性化推荐系统
个性化推荐系统就像一个聪明的“小管家”，它会悄悄记录你在网上的每一次点击、搜索和停留（比如爱看什么视频、常搜什么商品），然后通过分析这些数据，猜出你的喜好，最后把和你兴趣相似的人喜欢的内容精准推送到你面前，让你刷到的信息越来越“懂你”！
03
新知讲解
简单来说，系统会盯着你做过的事！比如小伍搜了5次“乡村民宿”，点赞了3篇田园风光攻略，平台就像个小跟班，立刻给他贴上“乡村迷”标签。接着，它会在数据库里疯狂翻找和“乡村”相关的信息（比如农家乐、采摘园），一股脑推送给小伍，仿佛在说：“你肯定爱看这个！”
基于内容的推荐算法
探索
03
新知讲解
系统靠拉群找相似来推荐：
找同好：你和别人喜欢的内容高度重合（比如都爱追科幻电影），系统会把对方点赞的新内容推给你；
凑CP：就像买手机的人常配贴膜，系统发现“搜帐篷的人总看睡袋”，就会给刚买帐篷的你强推睡袋！
协同过滤推荐算法
探索
03
新知讲解
议一议
某平台有三本书A、B、C，前三个兴趣相同的用户选择如下：
用户1：买了A和B
用户2：买了B和C
用户3：买了A和C
第四个用户和他们兴趣相同，但还没买过任何书。
问：系统最可能推荐哪本书？为什么？
思考
03
新知讲解
议一议
最可能推荐书B
原因：
找共同点：前三个用户都买了B（用户1、2、3全选了B），说明B是这群人“最大公约数”。
猜喜好：系统发现“同类用户都爱B”，会认为新用户（第四个）也大概率喜欢B，优先推荐它。
例如：就像你和三个朋友都爱吃辣，他们每次聚餐必点麻辣香锅，服务员自然会先给你推荐这道菜~
小中想和小组成员一起查找中国美丽休闲乡村“银龙村”的详细资料，但不知道从哪些网络平台入手。请完成以下任务：
头脑风暴：你们能想到哪些网站、APP或工具可以搜索“银龙村”的信息？
整理信息形式：这些平台搜到的信息会以什么形式展示？
分析特点：不同形式的信息有什么优缺点？
03
新知讲解
写一写
搜索工具/平台 信息呈现方式 特点（优点+缺点）
百度百科 文字+图片 优点：信息详细准确
缺点：缺少动态展示
抖音 短视频 优点：直观生动
缺点：信息碎片化
03
新知讲解
小中查银龙村相关信息时发现平台推荐不准，改用搜索引擎。搜索游记能看游客感受，但需逐个点开对比，效率低。
小艾推荐点评平台（如大众点评），搜到集中评分和游客图文评价，比单篇游记更全面。
评价多为主观，需筛选：描述具体（如“民宿干净但路灯少”）、图文一致的可信，情绪化评价要警惕。
短视频平台（如抖音）有实拍视频和评论区讨论，直观但可能片面，需结合文字评价综合判断。
网络信息“淘金术”：如何高效获取银龙村的真实评价？
探索
02
新知导入
在
在互联网上发表评价时，应做到客观、公正，如实描述相关信息。发布不良或虚假信息是一种不文明的行为，甚至会违反相关法律法规。
探索
以小组为单位，登录相关平台搜索你们感兴趣的美丽休闲乡村，阅读相关评价后，回答以下问题
1.可以进行哪几个等级的评价？
2.在进行评价时，可以发布哪些类型的信息？
3.查看评价时，可以根据哪些条件进行筛选？
请在下面的评价类型分析表中选择对应的选项。
03
新知讲解
设计
评价等级 发布信息类型 筛选条件
口很差 口较差 口一般 口满意 口超赞 口文字 口图片 口音频 口视频 口文字 口图片 口音频 口视频
口好评 口中评 口差评
实践
请查询你感兴趣的美丽乡村的相关信息，判断这个地方是否适合作为本次实践活动的目的地，说明理由。在查询信息的过程中，你都使用了哪些工具或平台？是否遇到了个性化推荐呢？请填写在下表中。
03
新知讲解
乡村名称
基本信息
游客评价
是否适合作为活动的目的地 是 否 不确定
理由
使用的工具或平台
是否遇到了个性化推荐 是 不
拓展
国家为防止平台过度推荐（比如让你刷视频停不下来）和泄露隐私，2022年规定所有App必须添加“关闭个性化推荐”开关。就像关掉一个总猜你心思的“小助手”，你可以自己决定要不要它帮你挑内容——打开时推荐“对口”信息，关闭后内容随机不追踪你的喜好。
03
新知讲解
04
课堂练习
一、判断正误，正确的画”√“，错误的画”X“。
平台推荐内容时只会关注用户搜索的关键词。 ( )
协同过滤算法是通过分析用户群体的相似性来推荐内容的。 ( )
关闭个性化推荐功能是违法行为。 ( )
短视频平台的信息通常比百科更系统、全面。 ( )
评价信息时，描述具体的图文内容比情绪化表达更可信。 ( )
√
√
X
X
X
04
课堂练习
二、选择题
1、平台通过以下哪种方式发现用户的喜好？ ( )
A. 记录用户的点击、搜索时长和点赞行为
B. 直接读取用户的聊天记录
C. 要求用户填写兴趣调查表
D. 随机推送热门内容
2、“信息茧房”现象产生的主要原因是？ ( )
A. 网络信号差导致内容加载不全
B. 用户故意屏蔽其他信息
C. 平台长期推荐同类内容
D. 手机屏幕太小显示不全
3、想要全面了解“银龙村”的信息，最好的方法是？ ( )
A. 只看抖音短视频
B. 只读百度百科
C. 仅参考一条游记
D. 结合百科、短视频和点评平台
A
D
C
05
拓展延伸
数字足迹与隐私安全
被动足迹：你在互联网的“隐形脚印”
浏览器历史、定位数据等行为痕迹会被自动记录，即使未主动分享也会暴露行踪。
加密防护：为隐私穿上“盔甲”
敏感信息传输需依赖加密技术（如HTTPS协议），防止数据被黑客截取或篡改。
05
拓展延伸
算法偏见与社会公平
数据偏见：算法歧视的源头
训练数据若包含历史偏见（如性别、种族歧视），算法会强化社会不公（如招聘筛选歧视女性）。
资源分配失衡：算法加剧“马太效应”
弱势群体可能因算法偏好被排除在资源外（如贫困地区贷款申请通过率更低）。
05
拓展延伸
网络虚假信息识别策略
溯源验证法：追踪信息的“出生证明”
核查信息发布者资质、原始来源链接，避免转发无权威背书的“三无内容”。
交叉比对法：用多面镜子照真相
对比多个权威平台或官方渠道的同类信息，矛盾处往往是虚假信息漏洞。
06
课堂总结
1
引入新知内容
2
掌握个性推荐的涵义
3
了解基本的推荐算法
4
完成课堂练习
5
进行相关知识拓展
1
2
3
4
5
想你所想，个性推荐
07
板书设计
想你所想，个性推荐
1、进行新知引入
2、掌握个性推荐的涵义
3、了解基本的推荐算法
4、完成课堂练习
5、进行知识拓展
课后作业。
1、如何避免被平台推荐的内容限制视野？
08
课后作业
1.平台通过分析用户群体的相似性来推荐内容，这种算法称为
。
2.长期只看同类内容导致视野狭窄的现象叫 。
3.通过对比多个平台的信息来判断真实性，这种方法叫 。
交叉验证
信息茧房
协同过滤
08
课后作业
2、简答题
如何避免被平台推荐的内容限制视野？
定期清理浏览记录，主动切换不同平台搜索信息，关闭个性化推荐功能，多元化阅读不同主题内容。
https://www.21cnjy.com/recruitment/home/fine

展开更多......

收起↑