一堂好的说课到底应该是什么样的呢？今天这篇文章就通过第六届青教赛工科组一等奖获得者高晓沨老师的作品《计算机科学导论》来给大家一探究竟！高老师的教学环节大致可以分为以下5个部分：导入、案例分析、知识讲解、深入详解、总结等。
一、导入
在开场的导入环节，高老师没有用太多话语来导入，而是直奔主题，用”如何理解人工智能，又如何更好的运用人工智能呢？“作为钩子，引出今天的课堂内容——计算广告。开头的导入没有浪费太多时间，简洁干练、直奔主题也非常符合工科专业的气质。
二、案例分析
然后就迅速地进入了下一个部分——案例分析。高老师采用了安化县县长通过直播带货助力人民脱贫的案例以及展示抖音平台在农特产销售方面的统计数据，向大家展示了广告推荐的具体情况，并进行了总结：”广告推荐能够有效的改变实体行业，并且进行经济的发展。那么，广告到底是什么，我们又如何运用计算来更好的推荐信息呢？（设置悬念）“并直接过渡到计算广告的概念，整体节奏张弛有度，高老师的叙述也是娓娓道来。
三、知识讲解
在接下来的知识讲解中，高老师深知课程内容的晦涩复杂，所以在讲解的时候先给出了计算广告的概念：“计算广告是指通过大数据，推荐算法等技术精准计算互联网广告的受众群体，并进行个性化推荐的技术。（给出定义）”再通过将传统广告与计算广告的对比，从效率、成本等方面阐释了计算广告的优点：“如果采用计算广告，那么它就是精准并且个性化的广告推荐。如果我们采用传统的广告，它可能是缺少个性化，并且在投资回报上是难以度量的。（效率上的对比）”“腾讯广告进行1000次推荐，它的成本是多少呢？50到100元。如果我们在CCTV上进行五到十秒的广告推荐，大家可以看看它的成本啊，是两到五万元。（成本上的对比）”。
基于这个对比，不仅再次点出了计算广告的优越性与重要性，也为接下来如何使用计算机进行广告推荐打下了基础。
四、深入详解
事实上，前面三个部分的内容仅用了不到三分钟，这就能够为后面对教学内容的深入详解预留了较多的时间，能够更好地分配不同内容的用时，以达到最佳的教学效果。
在深入详解的环节里，高老师以计算广告存在的困难与挑战——用户规模巨大和精准推荐的需求作为引子，再次勾起观众的好奇。到底应该如何克服这些挑战，把广告精准地推荐给用户呢？高老师在这时再次引用了安化县县长的带货直播案例和淘宝商城案例，告诉观众应该如何在海量用户中进行精准广告推荐。继而引出了计算广告推荐技术的基本要求——快速且精准。
而要达到这一要求，就需要采用最新的推荐链路技术来进行。对于推荐链路这一技术，高老师也是抽丝剥茧地把它分为了召回和排序两大步骤。并逐一进行了解释，介绍了它们的概念原理及使用策略。在讲述排序步骤时，高老师还展示并讲解了多层感知机的工作原理和训练过程，包括感知机的调整和预测功能，让观众直观地看到了精准广告推荐的关键技术环节。
讲完了本次课最核心的内容之后，高老师综合前面所述的内容，描述了从物品向量化到用户偏好预测的整个推荐流程，并给大家介绍了算法工程师是如何使用这项技术来优化广告推荐速度和精度的。还针对此内容进行了拓展，介绍了不同平台的推荐策略和用户行为分析，给观众提供了对于计算广告推荐系统的小建议，以一种轻松的方式结束了本环节的内容，进入最后的总结环节。
五、总结
在最后的总结环节，高老师把本次课的主要学习的内容给概括了一遍：”计算广告是通过大数据和推荐算法的技术来为我们合适的推荐信息流（概念回顾）。我们从海量的广告库通过召回和排序两步（点出本次课的核心要点），最终将最合适的广告推荐给了你们。“并布置了课后作业，让同学们通过在APP中以新用户的身份来浏览，以进一步感受算法推荐广告的实际情况，加深对本次课内容的理解。
本文转自微信公众号：腾乐文化
完整的教学视频可通过公众号观看学习。
