传授教化内容剖析

《责任教诲信息科技课程标准（2022年版）》（以下简称“新课标”）倡导真实性学习，看重科学事理辅导实践运用，探索通过场景剖析进行事理认知并能够运用迁移。
关于人工智能的课程内容紧张为：运用系统体验、机器打算与人工打算的异同、伦理与安全寻衅。

在“模块9 人工智能与聪慧社会”中，新课标哀求通过生活中的人工智能运用将智能化全面渗透到社会的各个领域中，让学生理解人工智能的特点、上风。
本课紧张针对新课标第2条“通过剖析范例的人工智能运用处景，理解人工智能的基本特色及所依赖的数据、算法和算力三大技能根本”开展传授教化设计。
学业哀求为：能识别身边的人工智能运用，理解人工智能与现实社会的联系，理解人工智能的三大技能根本。

基于对新课标的剖析，笔者确定了本课（第二课时）的传授教化内容：从生活中的交友类比到打算机中的好友推举，在此过程中理解协同过滤，并对人工智能中数据和算法的主要性产生直不雅观的认识。

学业哀求剖析

新课标提出，要理解人工智能的三大技能根本，即数据、算法和算力。
笔者将本课的学习哀求分解为“生活中的好友推举→打算机中的好友推举”，并将好友的推举办法分为“志同道合”和“好友关系”，学生将生活履历迁移到算法事理中，并对个中的数据和算法的主要性产生直不雅观认识，由此理解人工智能的技能根本。

学习工具剖析

通过问卷调查，笔者理解到学生对交友的话题很感兴趣，而且他们普遍利用社交软件和网站，对通过算法进行好友推举的办法感到好奇。
学生虽然对互联网运用的基本观点和常用功能有一定的理解，但对推举算法的事理和实际运用较为陌生。

传授教化目标

①通过生活中的交友，类比并理解互联网运用中的好友推举行法。

（信息意识、打算思维）

②通过对交友过程的抽象，理解根据兴趣爱好等特色及好友之间的关系推举好友。

（打算思维、数字化学习与创新）

③通过亲历好友推举的过程，初步理解人工智能中的协同过滤算法的实现关键。

（打算思维）

④能将推举算法运用到更多场景中，并意识到推举功能中的数据安全等问题。

（信息社会任务）

传授教化重难点

重点：理解好友推举。

难点：协同过滤算法实现过程的理解。

传授教化策略

笔者采取多元化的传授教化方法，包括UMU在线谈论、卡片小调查、角色仿照等，梳理自己在日常生活中的交友过程；在迁移类比到打算机中之后，通过丰富的传授教化素材，包含网页表单填写和数据***，赞助学生亲历数据采集的过程，理解数据采集的过程和数据的主要性；而通过编程运行结果打算得到的好友相似度能吸引学生的把稳，提升他们学习本课的兴趣，帮助他们养成用数据剖析问题的思维，并理解算法的主要性。

传授教化准备

UMU在线学习单、网页表单、调查卡片、Python程序。

传授教化过程

1.课题引入

问题情境：西席提问（学生）是否经历过互联网运用中的好友推举，并展示互联网中的“好友推举”功能。
然后西席提问这种推举办法如何实现，引入课题研究。

课题引入：西席勾引学生思考日常生活中的交友办法或推举好友的办法有哪些，并根据学生的回答引出好友推举的两种办法：①在某些兴趣方面比较相似，也便是志同道合。
②通过好友关系认识。

设计意图：由学生感兴趣的话题和互联网运用引入本课，能起到很好的激趣浸染。
同时，通过生活中的交友引入两种交友办法，为后续基于协同过滤算法展开好友推举做铺垫。

2.以“志同道合”推举好友

问题情境：生活中“志同道合”的好友是怎么推举的呢？你们之间有多像才成为朋友？如何迁移到打算机中通过“志同道合”来推举好友呢？

活动1：学生在UMU中对话题“你认为志同道合要在哪些方面比较相同或者合得来呢？”展开在线谈论。

活动小结：西席将学生的谈论结果天生UMU关键词画面，揭示“志同道合”的热词，包含品质、性情、学习、兴趣等。
师生共同谈论，明确还须要进一步将谈论结果中的兴趣详细化，补充了画画、音乐、唱歌、篮球、看书等。

小调查：生活中如何根据特色确定好友？学生在卡片上勾选这几个特色的主要程度，并交流查看是否可以成为好朋友。
西席随机选取两位学生的卡片（如表1），全班学生共同剖析这两位同学是否有可能成为朋友。

小调查小结：师生在剖析过程中归纳关键点，两个人是好友的关键——找特色，特色关联且主要性相似，如果相似，可以把相似度高的人推举为好友。
也便是我喜好的朋友是跟我有一样特色的人，因此如果A和B在这些特色方面与我的相似度高，就会推举给我做朋友。

活动2：打算机通过“志同道合”推举好友。

数据采集：学生通过网页表单填写数据，全班一半学生采集的是4项特色数据，另一半学生采集的是8项特色数据（如图1）。

图1

简析程序：学生通过程序注释理解算法，分小组谈论，完成UMU中的算法步骤排序。
西席剖析排序结果，统一简析程序的算法核心，认识“算法”的意义。

核心程序：（略）。

运行程序：学生运行程序，不雅观察结果。

西席分别请两个组的学生展示他们的程序运行结果，如图2所示（a为4个特色的数据运行结果，b为8个特色的数据运行结果）。
利用了4个特色的学生相似度都很高而且差别小，而利用了8个特色的学生相似度有所降落且差距拉大，师生共同梳理：在特色选择时要把稳能刻画人物特点且数量适中，虽然特色数量越多刻画得越准确，但是这也会引起效果的降落和数据量的加大。

图2

活动小结：师生共同整理好友推举过程——确定特色→确定描述特色的方法→采集数据→打算相似度→推举好友。
用到的算法是协同过滤算法。

设计意图：本环节首先通过卡片调查的办法从学生的实际入手，梳理交友过程和个中的关键点，然后引申到打算机中的好友推举，勾引学生初步理解协同过滤算法。

3.“好友关系”推举好友

问题情境：你是如何通过朋友认识其他朋友的？打算机如何描述关注点赞等好友关系？如何通过繁芜的好友关系向你推举好友？

角色扮演：由两位学生扮演具有共同朋友的A和B两个人，这两个人由于有共同的朋友而具有相似性，以是，当个中一人还有其他朋友的时候，这个朋友也会被推举给其余一个人做朋友（由生活经历进入打算机根据好友关系的推举）。

活动3：打算机通过“好友关系”推举好友。

数据采集：学生在网页表单中选择自己的好友（如图3），提交数据后（如表2），***数据。

图3

简析程序：学生通过程序注释理解算法，分小组谈论，完成UMU中的算法步骤排序。
西席剖析排序结果，统一简析程序的算法核心，认识“算法”的意义。

核心程序代码：（略）。

运行程序：学生运行程序，并不雅观察结果（如图4）。
在程序运行结果中进一步体会根据好友关系推举好友的过程。

图4

活动小结：在通过好友关系进行好友推举时，协同过滤算法的“同”不再是根据特色，而是根据两个人在共同好友方面的相似度，在打算得到相似度之后，根据相似的人的好友进行好友推举。

设计意图：本环节首先通过角色仿照的小活动引入生活中如何通过好友关系交到新的朋友，再引申到打算机中，勾引学生对协同过滤算法推举的另一种办法有新的认识。

4.协同过滤算法的其他运用

教室总结：学生结合两种方法的好友推举进行异同点比较（如图5），再次深化好友推举的过程，并从中感想熏染数据和算法的主要性。
师生共同总结这节课学习的好友推举的两种方法和个中的协同过滤算法。

图5

拓展：学生根据已有的经历和本节课的学习拓展协同过滤算法的运用。

设计意图：本环节在总结基于协同过滤的好友推举的根本上，由人到物，拓展思路，同时为引入下一个课时做铺垫。

5.推举系统的两面性

问题情境：推举系统中可能会隐含哪些问题？该如何避免？

活动4：请你结合所学知识剖析推举系统可能存在的问题，并谈谈你以为该如何避免这些问题的涌现。

活动小结：推举系统可能会透露个人隐私、一直推举同一类物品、不能看到其他类型的信息和物品（信息茧房）。
结合利用互联网运用的经历，须要在注册软件时关闭一些权限和个性化推举等。

设计意图：本环节紧张环绕好友推举中可能隐含的弊端以及相应的应对方法进行剖析。
学生在学习本课之后，能提升数据安全意识和戒备能力。

传授教化反思

本课环绕互联网运用中的好友推举，基于学生生活中的交友情境，由学生的生活履历出发，类比到打算机中的好友推举。
从学生的生活履历出发，根据志同道合和好友关系进行好友推举，这两种方法分别指向了打算机中的好友推举采取的协同过滤算法的两种经典利用方法：基于项目的协同过滤和基于用户的协同过滤。

学习中通过形式各样的活动和信息科技课程独占的网页表单数据采集和编程验证办法，使学生亲历了全体好友推举的过程，从确定采集数据到采集数据、***数据，再到利用数据进行程序打算，这些环节让学生对全体过程有了清晰的认识，体会到数据和编码的主要性。

本课在评价环节还有需改进的地方，如果能利用更加清晰的评价办法，如制作过程性评价表以及自评和互评表，让学生的过程性评价变得更加明确，会帮助学生更好地接管教室新知。

本文作者：

李敏

天津市南开中学滨海生态城学校

文章刊登于《中国信息技能教诲》2024年第05期

引用请注明参考文献：

李敏.以“协同过滤”算法探究人工智能中的数据与算法——以“互联网运用中的好友推举”为例.[J].中国信息技能教诲，2024（05）：30-34.