系统与文本检索课程教学大纲

《推荐系统与文本检索》教学大纲课程名称：推荐系统与文本检索课程编号：2372英文名称：RecommenderSystemsandTextRetrieval学时：40学时（理论授课32+实验8） 学分：2.5学分开课学期：第6学期适用专业：数据科学与大数据技术专业课程类别：专业方向与拓展课程性质：选修课先修课程：高等数学，线性代数，概率论与数理统计，数据结构，算法设计与分析，数据挖掘与机器学习一、课程的性质及任务《推荐系统与文本检索》课程是数据科学与大数据技术专业学生的专业方向与拓展课，推荐系统与文本检索是计算机科学领域以及人工智能领域的一个重要研究方向，是数据科学与大数据技术专业的选修课程。本课程研究借助用计算机网络和系统来解决如何发现用户感兴趣的信息和商品的问题，是一个包含数据库、自然语言处理、机器学习、信息检索和心理学等多学科交叉的课程。通过本课程的学习，使学生能够了解推荐系统的发展历程，以及基本类型的推荐系统，包括协同系统、基于内容的系统和基于知识的系统；探讨在不同领域推荐系统的基础模型与高级模型，学习推荐系统健壮性的各个方面，例如共计模型、可信赖模型等；介绍推荐系统的多种评价模型和混合模型。依据河北工程大学数据科学与大数据技术专业专业培养计划，本课程需要培养学生的能力是：能够将数学、自然科学、工程基础和大数据技术的专业知识用于复杂工程问题的推演、分析和计算；（毕业要求指标1-3）能够将数据科学与大数据技术相关知识用于大数据工程问题解决方案的比较与综合；（毕业要求指标1-4）能够针对大数据特定的任务需求，完成大数据系统、模块的设计与开发（毕业要求指标3-2）能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果；（毕业要求指标4-2）掌握基本的大数据开发环境的配置和应用，熟练掌握软件开发语言(如Python、Java语言等)，并能够运用集成开发环境进行复杂程序设计；（毕业要求指标5-1）二、课程目标与要求2.1课程目标1、了解推荐系统与文本检索的目标和基本模型，了解其发展现状和发展趋势，掌握推荐系统与文本检索必备的知识和技术基础。2、掌握推荐系统与文本检索的需求和应用，各实现推荐模型的基本方法和思想，各类基本模型的实现与评价。3、针对复杂工程问题，能够综合运用所学的推荐系统与文本检索算法和实践技能进行问题分析、模型选择与优化，并设计具体方案解决实际问题，对方案进行测试评估。4、在课程讲解过程中，引入思政环节，提升学生的思政水平，培养学生正确的马列主义观、爱国精神、科学探索精神与工匠精神等。5、在课程实施过程中，充分锻炼学生的创新精神、创业意识和创新创业能力。

测控电路课程教学大纲PAGE16PAGE3972.2课程目标与毕业要求对应关系课程目标毕业要求二级指标毕业要求12345●●●1-3能够将数学、自然科学、工程基础和大数据技术的专业知识用于复杂工程问题的推演、分析和计算。1.工程知识应用能力：具有扎实的数学与自然科学知识和工程基础，系统地掌握数据科学与大数据技术领域的基本理论、基础知识，并综合运用所学知识解决复杂工程问题。●●●●1-4能够将数据科学与大数据技术相关知识用于大数据工程问题解决方案的比较与综合。●●●●3-2能够针对大数据特定的任务需求，完成大数据系统、模块的设计与开发。3.设计/开发解决方案能力：能够设计出大数据应用领域的复杂工程问题的解决方案，具有数据采集、处理、分析、挖掘的能力，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。●●4-2能够针对智能信息系统设计、大数据技术应用等大数据应用领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获得实验结果。4.工程技术研究能力：能够基于数据科学与大数据技术原理并采用科学方法对大数据应用领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。●●●5-1掌握基本的大数据开发环境的配置和应用，熟练掌握软件开发语言(如Python、Java语言等)，并能够运用集成开发环境进行复杂程序设计。5.使用现代工具能力：能够针对大数据应用领域的复杂工程问题，开发、选择与使用恰当的技术、资源、现代信息技术工具，包括对大数据应用领域的复杂工程问题的预测与仿真，并能够理解其局限性。2.3课程目标与培养环节对应矩阵序号课程目标理论教学课内实验课后作业1了解推荐系统与文本检索的目标和基本模型，了解其发展现状和发展趋势，掌握推荐系统与文本检索必备的知识和技术基础。HL2掌握推荐系统与文本检索的需求和应用，各实现推荐模型的基本方法和思想，各类基本模型的实现与评价。HML3针对复杂工程问题，能够综合运用所学的推荐系统与文本检索算法和实践技能进行问题分析、模型选择与优化，并设计具体方案解决实际问题，对方案进行测试评估。HML4在课程讲解过程中，引入思政环节，提升学生的思政水平，培养学生正确的马列主义观、爱国精神、科学探索精神与工匠精神等。HL5在课程实施过程中，充分锻炼学生的创新精神、创业意识和创新创业能力。HML注：H表示该能力的在此环节重点培养；M表示该能力在此环节有应用要求；L表示该能力在此环节有所涉及。数据挖掘与机器学习课程教学大纲PAGE2PAGE4072.4目标达成度的评价课程目标1主要通过理论教学环节进行培养，在课后作业中有所涉及。主要通过课堂测试、课后作业和期末考查中概念性、原理性题目进行考核。目标达成综合以上内容进行评价。课程目标2、3、5主要通过理论教学环节、课后作业进行培养，在课内实验有应用要求。主要通过课堂测试，课后作业和期末考查中对自然语言处理常见任务的相关理论方法和编程技术进行考核，在实验中体现为能根据实际需求，构建相应的推荐系统。目标达成综合以上内容进行评价。课程目标4主要通过理论教学环节进行培养，在课后作业有所涉及。主要通过课堂表现、课后作业和期末论文报告中概念性、原理性题目进行考核。目标达成综合以上内容进行评价。三、教学方法及手段本课程由理论教学和实验共两部分组成。1、理论教学：围绕本门课程的基本概念、基本原理和基本技术，采用案例式教学、情景式教学、互动式教学等教学方法，并辅以网络教学资源等进行授课。2、实验：用情境式教学法设计各种实验资源和项目，学生根据教师给定的实验指导书、实验讲解视频以及实操例题等各种学习资源，加强对于各种机器学习算法的理解与掌握，然后通过实操练习项目使学生能够把所学的知识和技能举一反三，融会贯通。同时，通过实验报告的撰写，培养学生文档撰写能力、问题分析与表述能力。四、课程的基本内容与教学要求第1章推荐系统概述[教学目的与要求]：使学生了解推荐系统与文本检索的目标和基本模型，了解其发展现状和发展趋势。[本章主要内容]：1.1推荐系统的目标（支撑课程目标1、4）1.2推荐系统的基本模型（支撑课程目标1、4）1.3推荐系统领域特有的挑战（支撑课程目标1、4）1.4高级论题和应用（支撑课程目标1、4）[本章重点]：对推荐系统概念和研究内容的理解推荐系统基本模型[本章难点]：推荐系统领域特有的挑战和应用[本章思政教学内容]：中国推荐系统与文本检索的发展与成就介绍中国推荐系统的发展，遇到的难题，以及在中国推荐系统研究中涌现出来的杰出人物，启发学生的自豪感，激发学生向前辈学习，积极投身到推荐系统的学习和研究中。第2章基于近邻的协同过滤[教学目的与要求]：掌握基于近邻的协同过滤算法。[本章主要内容]：2.1评分矩阵的关键性质（支撑课程目标2、4）2.2通过基于近邻的方法预测评分（支撑课程目标2、4）2.3聚类和基于近邻的方法（支撑课程目标2、4）2.4降维和近邻方法（支撑课程目标2、4）2.5近邻方法的回归模型视角（支撑课程目标2、4）2.3基于近邻方法的图模型（支撑课程目标2、4）[本章重点]：通过基于近邻的方法预测评分。[本章难点]：近邻方法的回归模型视角。第3章基于模型的协同过滤[教学目的与要求]：掌握基于模型的协同过滤算法。[本章主要内容]：3.1决策和回归树（支撑课程目标2、4）3.2基于规则的协同过滤（支撑课程目标2、4）3.3朴素贝叶斯协同过滤（支撑课程目标2、4）3.4将任意分类模型当作黑盒来处理（支撑课程目标2、4）3.5潜在因子模型（支撑课程目标2、4）3.6集成因子分解和近邻模型（支撑课程目标2、4）[本章重点]：基于规则的协同过滤算法。朴素贝叶斯协同过滤算法。[本章难点]：集成因子分解和近邻模型。第4章基于内容的推荐系统[教学目的与要求]：掌握基于内容的推荐系统的实现。[本章主要内容]：4.1基于内容的系统的基本组件（支撑课程目标2）4.2预处理和特征提取（支撑课程目标2）4.3学习用户画像和过滤（支撑课程目标2）4.3基于内容的推荐与协同推荐（支撑课程目标2）4.3将基于内容的模型用于协同过滤（支撑课程目标2）[本章重点]：预处理和特征提取。[本章难点]：学习用户画像和过滤。第5章基于知识的推荐系统[教学目的与要求]：了解基于知识的推荐系统。[本章主要内容]：5.1基于约束的推荐系统（支撑课程目标2）5.2基于案例的推荐系统（支撑课程目标2）5.3基于知识的系统的持久个性化（支撑课程目标2）[本章重点]：基于约束的推荐系统。基于案例的推荐系统。[本章难点]：基于知识的系统的持久个性化。第6章基于集成的混合推荐系统[教学目的与要求]：了解集成算法，掌握常见的混合推荐系统。[本章主要内容]：6.1从分类角度看集成方法（支撑课程目标2）6.2加权型混合系统（支撑课程目标2）6.3切换型混合系统（支撑课程目标2）6.4级联型混合系统（支撑课程目标2）6.5特征放大型混合系统（支撑课程目标2）6.6元级型混合系统（支撑课程目标2）6.7特征组合型混合系统（支撑课程目标2）6.8交叉型混合系统（支撑课程目标2）[本章重点]：集成学习算法。模型组合方法。[本章难点]：各类混合模型的实现。第7章推荐系统评估[教学目的与要求]：了解推荐系统评估设计的总体目标和实现。[本章主要内容]：7.1评估范例（支撑课程目标2）7.2评估设计的总体目标（支撑课程目标2）7.3离线推荐评估的设计要点（支撑课程目标2）7.4离线评估的精确性指标（支撑课程目标2）7.5评估指标的局限性（支撑课程目标2）[本章重点]：评估指标选取。评估设计。[本章难点]：评估实现。第8章网络中的结构化推荐[教学目的与要求]：了解排序算法，掌握链接预测。[本章主要内容]：8.1排序算法（支撑课程目标2）8.2使用集合分类的推荐（支撑课程目标2）8.3推荐好友：链接预测（支撑课程目标2）8.4社会影响力分析和病毒式营销（支撑课程目标2）[本章重点]：排序算法。链接预测。[本章难点]：算法原理理解。算法编程实践。五、课内实验5.1本课程实验教学的地位和作用推荐系统与文本检索实验是巩固和扩展课程理论知识的必要环节。5.2教学基本要求通过综合型实验，使学生进一步理解并掌握推荐系统实现算法；能够基于具体实例要求，选择和设计相关推荐系统算法并编程实现算法，测试评估算法性能。5.3实验内容及要求综合型实验由学生根据实验要求独立完成。实验共4个实践主题，每个主题2学时，共计8学时。（1）基于近邻的方法预测评分实验（2）集成因子分解和近邻模型实验（3）学习用户画像与过滤实验（4）混合推荐系统实现实验5.4教学文件及教学形式教学文件：教材自带程序代码。教学形式主要包括：预习、课堂指导与实验操作、撰写实验报告。实验报告学生自拟。实验报告包括：描述实验目的、实验用设备及工具，绘详细叙述实验步骤，要有完整的实验数据和用图表表示的实验结果，以理论联系实际为出发点，总结实验中出现的问题及解决方法。5.5实验项目及学时分配序号实验项目实验学时实验类型实验类别实验性质1基于近邻的方法预测评分实验2验证专业必修2集成因子分解和近邻模型实验2验证专业必修3学习用户画像与过滤实验2验证专业必修4混合推荐系统实现实验2验证专业必修5.6本课程实验用到的仪器设备计算机六、课程学时分配教学课次教学内容教学环节与计划时数教学环节计划时数1推荐系统概述理论课22基于近邻的协同过滤理论课23基于模型的协同过滤理论课2４基于内容的推荐系统理论课25基于知识的推荐系统理论课26基于集成的混合推荐系统理论课27推荐系统评估理论课28网络中的结构化推荐理论课29基于近邻的方法预测评分实验实验课210集成因子分解和近邻模型实验实验课211学习用户画像与过滤实验实验课212混合推荐系统实现实验实验课2七、课程考核与成绩评定7.1考核方式考核环节包括课程学习过程考核和期末课程总结，其中课程过程考核占总成绩的30%，分别由课堂表现、课后作业、实验情况进行评定；期末课程总结成绩占总成绩的70%。各环节的比重如下。考核环节比重合计过程考核（平时成绩）课堂表现10%40%作业10%实验20%期末成绩期末测试60%60%总计100%100%7.2考核内容及要求本课程为考试课。考核内容及分值分配如下。考核方式考核内容分值课程目标总分值期末考核70%推荐系统概述2～4目标1、4100分基于近邻的协同过滤2～5目标1、2、4基于模型的协同过滤5～15目标2基于内容的推荐系统5～15目标2基于知识的推荐系统5～10目标2基于集成的混合推荐系统10～20目标2推荐系统评估5～15目标2网络中的结构化推荐15～30目标2过程考核30%课堂表现课堂测试、出勤情况10目标2、3、515分课后作业作业完成情况10目标2、3、515分实验实验出勤、实验表现及实验报告10目标2、3、510分7.3成绩评定1.课堂表现课堂表现总分10分，由课堂测试与课堂出勤情况评定。其中，课堂测试满分7分，以客观题（填空、选择、判断）为主，每学期随堂测试15~20次，每次测试1~2道题目，每答错一道题目扣0.5分（直到扣满10分为止）；课堂出勤满分7分，缺勤一次扣1分，迟到或请假扣0.5分。2.课后作业课后作业总分10分，由作业完成情况评定。每学期布置作业5次，每次作业占2分，评分标准如下；评分标准分值标准描述课后作业2能够按时认真完成作业、作业态度认真、书写清楚、分析计算正确。1能够按时完成作业、作业态度较好、书写较清楚、分析计算基本正确0不交作业或作业态度不认真、抄袭他人作业3.实验成绩实验成绩占所学课程的20%，即20分。根据学生的实验表现及实验报告结果，进行综合评定。具体评分标准如下表所示。评分标准分值标准描述实验表现（5）5无迟到、早退现象，态度端正，与同组同学配合认真完成实验电路硬件连接及调试，实验结束后，按要求整理工作台。4有迟到、早退现象或实验过程不够认真。3有迟到、早退现象且实验过程不认真。1有迟到、早退现象，实验过程不动手，浑水摸鱼。0旷课实验报告（5）5实验过程叙述内容完整，结果理想，书写认真。4实验过程叙述内容较完整，结果理想，书写较认