大学英语课堂纠错反馈研究

大学英语课堂中,教师实际使用的课堂反馈和学生最期待的教师反馈之间存在着差异。考虑到有限的课堂教学时间及学生认知风格的特点,教师偏好采用重铸式反馈纠正学生的错误;而学生更倾向于能自己找出错误并纠正,希望老师能够通过引导、澄清等方式帮助他们找出错误并自行纠正。因此,在日常教学实践中,教师应当更多地从学生的实际情况出发,考虑到学生的心理需求,尝试学生最喜欢、最希望的教学行为方式,满足他们的心理期待。

职前英语教师课堂反馈话语分析

本文采用课堂话语内容分析的手段,比较了职前英语教师和经验教师在课堂反馈话语上的不同,从反馈的类型和分布、教师反馈偏好、反馈的多样性和灵活性以及提供给学生语言输出的机会等几个方面了解职前英语教师课堂反馈的特点及不足,并提出了相应的改善措施,使职前英语教师和教师教育者更多地关注教师课堂反馈,从而更有效地促进英语课堂教学。

Building a better recommender system in E-commerce

This paper presents an architecture of a hybrid recommender system in E-commerce environment. The goal of the system is to make special improvements in giving precisely personalized recommendation through some effective measures. Based on the study on the existing recommendation methods of both the conventional similarity function and the conventional feedback function, several improvement algorithms are developed to enhance the precision of recommendation, which include three improved similarity functions, four improved feedback functions, and adoption of both explicit and implicit preferences in individual user profile. Among them, issues and countermeasures of a new user, prominent preferences and long-term preferences are nicely addressed to gain better recommendation. The users preferences is so designed to be precisely captured by a user-side agent, and can make self-adjustment with explicit or implicit feedback.

基于用户隐式数据的个性化酒店推荐算法

在基于物品协同过滤的基础上,对隐式反馈数据进行挖掘建模,设计了隐式反馈偏好评分规则,并据此赋予了计算酒店相似度公式的新定义。考虑到用户的基本特征也会对用户个性化需求产生影响以及单一算法的局限性,进一步引入了XGBoost模型,利用XGBoost训练对改进后的推荐结果进行过滤,得到较好的个性化酒店推荐系统。文中采用真实的脱敏数据,证明利用层叠模型构建个性化酒店推荐系统的推荐效果更加精准,对于酒店在线平台的个性化服务具有较强的参考价值。