(
课件网) 第二单元 第6课 推荐系统 清华版（小学） 通 1 学习目标 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 教学目标 （1）知道什么是推荐系统，了解推荐系统的特点。 （2）了解推荐系统存在的风险，如信息茧房等问题，学会理性看待推荐系统。 02 新知导入 刷抖音，刚想搜的内容”自己跳出来”；逛淘宝，心仪商品”追着你跑”；看头条，推送全是”你感兴趣的”……APP真的会“读心”？ 02 新知导入 以前：找喜欢的内容像”大海捞针”；现在：内容找你像”私人管家”这个”管家”，叫推荐系统 ！ 02 新知导入 破解两个谜题： （1）推荐系统怎么给你“贴标签”、猜喜好？ （2）它带来的方便和风险，怎么应对？ 03 新知讲解 推荐系统将用户按兴趣归类，当群体内用户产生新行为，如：浏览、购买、阅读等，系统会把同类内容推荐给同群用户。核心是“兴趣相近的人，喜好具有相似性”，让用户接收“群友”的行为反馈。 1 人以群分 03 新知讲解 物以类聚，人以群分 解析用户的浏览记录、消费行为、互动数据等，将用户划分到对应的群体，再依据“兴趣相似的人往往偏好相近”的规律，预判用户可能喜欢的内容。 1 人以群分 03 新知讲解 “可能认识的人”功能如何实现？ 1 人以群分 基于社交关系的推荐 基于兴趣的推荐 基于地理位置的推荐 03 新知讲解 回声效应 用户的浏览、消费行为像“向山谷喊‘苹果’”，推荐系统会反馈类似内容，如同“回声”不断强化既有兴趣。本质是用户行为驱动的循环推荐 ，让偏好被持续放大。 1 人以群分 03 新知讲解 回声反馈 用户的某个行为（比如浏览某类内容）会触发系统不断推送同类内容，形成“行为产生→推荐跟进→行为再强化”的闭环，进而加深用户对这类内容的关注。 1 人以群分 03 新知讲解 应用场景 电商领域会向用户推荐同群体偏好的商品，短视频平台会给用户推送同标签人群中的热门视频，资讯类平台则为用户推送同兴趣群体关注的热点资讯。 1 人以群分 03 新知讲解 考考你———推荐系统在核心逻辑、运作方式及存在的潜在问题上，分别有哪些关键体现？ （1）用户按兴趣归类。 （2）持续反馈同类内容 。 （3）长期单一化推荐。 03 新知讲解 思考———推荐系统运用在互联网平台的哪些典型场景？ （1）电商购物平台。 （2）短视频平台。 （3）资讯平台。 03 新知讲解 亚马逊，推荐系统会分析用户购物行为，将用户归入兴趣社群，推送同群用户喜爱的商品，遵循“人以群分”逻辑，强化购物偏好 。 1 人以群分 03 新知讲解 抖音，系统通过点赞、观看时长等数据识别用户兴趣标签，匹配同标签群体的热门视频，若用户常看宠物视频，就持续推送萌宠相关内容，形成兴趣“回声效应”。 1 人以群分 03 新知讲解 头条，依据用户阅读历史划分兴趣社群，当群内用户关注新热点，便推送相关资讯，实现同好内容的精准共享。 1 人以群分 03 新知讲解 网易云音乐，在通过 听歌习惯、歌单收藏、单曲循环次数 ，组建兴趣社群。若群内用户收藏“夏日Citypop歌单”，系统会推送该歌单给你，让音乐偏好不断强化。 1 人以群分 03 新知讲解 得到，根据课程订阅、听书时长、知识分享行为 ，归类兴趣社群。若群内用户购买“AI职场应用课”，系统会推送该课程，强化知识学习的聚焦。 1 人以群分 03 新知讲解 信息茧房 用户长期接收单一类型推荐，系统会持续推送同类内容，阻隔其他知识 。 2 推荐系统的风险 03 新知讲解 信息茧房 更危险的是，偏激观点会通过推荐找到 “同频群友”，强化用户偏见，最终导致视野狭隘、思想固化 。 2 推荐系统的风险 03 新知讲解 观看视频，进一步了解信息茧房，并思考如何避免此现象。 2 推荐系 ... ...
