兴趣链式教学的基点和价值目标

纵观国内外的各种教育教学方法,虽然都有自圆其说的诸多理由,但是,唯有从人类好奇和兴趣的天性出发,尊重、培养和引导求知者求知欲的教育教学,方能引发求知者的兴趣,进而沉淀和塑造其稳定的志向和志趣,最终实现受教育主体自主学习和自我教育的理想境界,这正是兴趣链式教学所要达到的目的和实现的价值目标。

寻找作文的触发点与兴趣链

影响中小学生作文水平提高的因素是多方面的,兴趣不高却是共同的因素。如何在教学中提高学生的写作兴趣,是摆在语文教师面前的一大难题。实践证明,找到触发点和培养兴趣链,是提高学生作文水平的关键。

课堂兴趣链教学初探

兴趣链教学的根本点在提高学生学习有关知识的兴趣,使学生带着愉快的情绪自觉地去探索学习知识,从而极大地提高学生学习的主动性和积极性。教学实践表明:这样教学收到了事半功倍的效果,教学质量得到了大幅度的提高。

联合用户兴趣矩阵及全局偏好的推荐算法

如何从大量无序的信息中向用户准确推荐其最感兴趣的信息,是推荐系统研究领域的重要课题。为此提出一种融合用户兴趣矩阵及全局偏好的推荐算法,用于个性化服务推荐。首先,引入兴趣标签机制形成用户兴趣链,对用户服务评分集合中未评价服务进行填充,对已评价服务进行互补,从而形成用户兴趣矩阵;其次,采用兴趣矩阵的欧几里德距离进行局部相似度计算;最后,联合用户认知差异和全局行为差异形成全局偏好相似度。算法在有效融入了用户的个性化偏好信息的同时,减少了数据集稀疏性,提高了推荐的准确性。在真实的Movie Lens 1M数据集上进行的大量实验表明,与当前具有代表性的推荐算法相比,算法显著提高了推荐精度。

提高兴趣 激发活力

托尔斯泰曾说过：“成功的教学需要的不是强制，而是激发学生的学习兴趣。”可见，兴趣是一个人成功的动力和源泉。一个学生对某一学科兴趣的有无、大小将直接影响他对该学科的认可程度，进而影响其在该学科由已知领域探求未知领域潜能的发挥。回顾改革开放以来我们政治教...

基于数据挖掘的网络用户兴趣分类研究

在移动互联网发展快速的今天,数据是最宝贵的资源之一,如何利用海量数据完成特定应用。本文基于数据挖掘技术实现网络用户兴趣分类为用户提供特定服务,设定合理的用户兴趣模型确保个性化服务优劣的核心。提出一种基于HITS算法通过用户访问量实现兴趣分类的策略,通过网络数据采集、模型分析完成对兴趣数据的处理,得出了HITS在用户兴趣分类方面有较大的优势。