電視產(chǎn)品個(gè)性化推薦教案

電視產(chǎn)品個(gè)性化推薦教案課程名稱：Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)課程類別：必修適用專業(yè)：大數(shù)據(jù)技術(shù)類相關(guān)專業(yè)總學(xué)時(shí)：64學(xué)時(shí)（其中理論28學(xué)時(shí)，實(shí)驗(yàn)36學(xué)時(shí)）總學(xué)分：4.0學(xué)分本章學(xué)時(shí)：7學(xué)時(shí)一、材料清單（1）《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》教材。（2）配套PPT。（3）引導(dǎo)性提問。（4）探究性問題。（5）拓展性問題。二、教學(xué)目標(biāo)與基本要求1.教學(xué)目標(biāo)結(jié)合廣電大數(shù)據(jù)營(yíng)銷推薦的案例，重點(diǎn)介紹了在數(shù)據(jù)可視化、用戶畫像構(gòu)造的輔助下，運(yùn)用基于物品的協(xié)同過濾算法和基于流行度的推薦算法在實(shí)際案例中的應(yīng)用。首先通過對(duì)用戶收視行為信息數(shù)據(jù)等數(shù)據(jù)進(jìn)行分析與處理，再采用不同推薦算法對(duì)處理好的數(shù)據(jù)進(jìn)行建模分析，最后通過模型評(píng)價(jià)與結(jié)果分析，發(fā)現(xiàn)不同算法的優(yōu)缺點(diǎn)，同時(shí)通過模型得出相關(guān)的電視產(chǎn)品個(gè)性化推薦的業(yè)務(wù)建議。2.基本要求（1）了解電視產(chǎn)品個(gè)性化推薦案例的背景、數(shù)據(jù)說明和分析目標(biāo)。（2）掌握常用的數(shù)據(jù)清洗方法，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗。（3）掌握常用的數(shù)據(jù)探索方法，對(duì)數(shù)據(jù)進(jìn)行分布分析、對(duì)比分析和貢獻(xiàn)度分析。（4）掌握常用的屬性構(gòu)造方法，構(gòu)建用戶畫像標(biāo)簽。（5）熟悉基于物品的協(xié)同過濾算法和基于流行度的推薦算法，構(gòu)建推薦模型。（6）掌握推薦系統(tǒng)的評(píng)價(jià)方法，對(duì)構(gòu)建的推薦模型進(jìn)行模型評(píng)價(jià)。三、問題3.引導(dǎo)性提問引導(dǎo)性提問需要教師根據(jù)教材內(nèi)容和學(xué)生實(shí)際水平，提出問題，啟發(fā)引導(dǎo)學(xué)生去解決問題，提問，從而達(dá)到理解、掌握知識(shí)，發(fā)展各種能力和提高思想覺悟的目的。（1）什么是智能推薦？（2）生活中常見的智能推薦服務(wù)有哪些？（3）實(shí)現(xiàn)智能推薦的算法有哪些？4.探究性問題探究性問題需要教師深入鉆研教材的基礎(chǔ)上精心設(shè)計(jì)，提問的角度或者在引導(dǎo)性提問的基礎(chǔ)上，從重點(diǎn)、難點(diǎn)問題切入，進(jìn)行插入式提問。或者是對(duì)引導(dǎo)式提問中尚未涉及但在課文中又是重要的問題加以設(shè)問。（1）電視產(chǎn)品個(gè)性化的推薦流程是怎么樣的？（2）協(xié)同過濾算法除了基于物品的算法外，還有哪些？5.拓展性問題拓展性問題需要教師深刻理解教材的意義，學(xué)生的學(xué)習(xí)動(dòng)態(tài)后，根據(jù)學(xué)生學(xué)習(xí)層次，提出切實(shí)可行的關(guān)乎實(shí)際的可操作問題。亦可以提供拓展資料供學(xué)生研習(xí)探討，完成拓展性問題。（1）除了協(xié)同過濾算法和流行度推薦算法外，能否使用其他算法預(yù)測(cè)實(shí)現(xiàn)網(wǎng)站的智能推薦？（2）除了使用準(zhǔn)確率和召回率評(píng)價(jià)推薦算法外，還是什么評(píng)價(jià)指標(biāo)？四、主要知識(shí)點(diǎn)、重點(diǎn)與難點(diǎn)6.主要知識(shí)點(diǎn)（1）了分析電視產(chǎn)品個(gè)性化推薦的背景和數(shù)據(jù)。（2）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。（3）根據(jù)收視行為信息數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)探索、屬性構(gòu)造。（4）基于物品的協(xié)同過濾算法的原理與使用方法。（5）基于流行度的推薦算法的原理與使用方法。（6）對(duì)推薦進(jìn)行評(píng)價(jià)，判斷推薦系統(tǒng)的好壞。7.重點(diǎn)（1）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。（2）基于物品的協(xié)同過濾算法的原理與使用方法。（3）基基于流行度的推薦算法的原理與使用方法。（4）對(duì)推薦進(jìn)行評(píng)價(jià)，判斷推薦系統(tǒng)的好壞。8.難點(diǎn)（1）基于物品的協(xié)同過濾算法的原理與使用方法。（2）基基于流行度的推薦算法的原理與使用方法。五、教學(xué)過程設(shè)計(jì)9.理論教學(xué)過程（1）分析電視產(chǎn)品個(gè)性化推薦的背景和數(shù)據(jù)。（2）熟悉電視產(chǎn)品個(gè)性化推薦的步驟與流程。（3）了解基于物品的協(xié)同過濾算法。（4）了解基于流行度的推薦算法。（5）掌握智能推薦算法的評(píng)價(jià)方法。10.實(shí)驗(yàn)教學(xué)過程（1）清洗數(shù)據(jù)。（2）探索數(shù)據(jù)。（3）構(gòu)造屬性。（4）構(gòu)建基于物品的協(xié)同過濾算法的推薦模型。（5）構(gòu)建基于流行度的推薦算法模型。（6）評(píng)價(jià)智能推薦模型。六、教材與參考資料11.教材翟世臣，張良均．Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)[M]．北京：人民郵電出版社．2022．12.參考資料[1]

黃紅梅，張良均．Python數(shù)據(jù)分析與應(yīng)用[M]．北京：人民郵電出版社．2018．[2]

張良均，譚立云．