资源简介
第五章 数据处理与可视化表达
课时教学设计
第5课时 5.3.3聚类分析&5.3.4数据分类
一、项目简介
1、单元项目主题 网络购物平台客户行为数据分析和可视化表达
2、单元项目情境 同学们,你网购过吗?在你的周围,会经常遇到网购行为吗?为什么会选择网购? 网络购物中,消费者购物的任何行为细节都会被服务器所记录。通过大数据分析,商家可以了解消费者的偏好甚至预测其购买行为,如图5-1所示。 大数据分析使得商家可以追踪客户的行为并确定最有效的方式以提升客户对购物平台的忠诚度,根据客户的个性化需求提供相应的产品或服务以获得更大的市场占有率。
3、子项目三(继续) 网购数据分析
二、课时内容分析
1、主要内容
1)数据的聚类分析
2)数据的数据分类
2、内容要求
通过典型的应用实例,了解数据采集、分析和可视化表达的基本方法
3、地位和作用
本课时内容是教科书的第五章第三节的第3、4小节,是数据分析内容的继续,将带领学生数据分析的聚类分析和数据分类方面的部分知识,通过知识的学习和程序的实践,进一步培养学生的数据处理方面的能力,奠定后续学习的基础。
三、课时目标分析
1、核心素养目标
信息意识 针对特定的信息问题,自觉、主动比较不同的信息源,能描述数据与信息的关系,确定合适的信息分析策略; 在日常生活中,根据实际解决问题的需要,在信息分析与处理的过程中具备信息安全意识; 知识目标
计算思维 按照问题解决方案,选用适当的数据分析方法分析数据,并能迁移到其他相关问题的解决过程中。 能力目标
数字化学习与创新 针对特定的学习任务,运用一定的数字化学习策略管理学习过程与资源,完成任务,创作作品。在网络学习空间中开展协作学习,建构知识。
信息社会责任 在信息活动中,具有信息安全意识,尊重和保护个人及他人的隐私。 在信息交流或合作中,尊重不同的信息文化,积极、主动地融入信息社会中。 情感目标
2、项目目标
本课时围绕“网络购物平台客户行为数据分析和可视化表达”项目,继续“子项目三:网购数据分析”,完成网购数据的聚类分析和数据分类,围绕项目问题组织学生进行自主、协作、探究程序设计语言的基础知识,从而将知识建构、技能培养与思维发展融入运用数字化工具解决问题和完成任务的过程中,完成阶段性项目学习目标。
3、学业目标
1)能够体验多种数据分析技术;
2)能够掌握选用恰当的工具处理数据;
3)能够掌握总结和归纳数据分析的方法和步骤;
四、课时教学重难点分析
1、教学重点
(1)理解数据的聚类分析技术,能够通过程序简单实践数据的聚类分析。
(2)理解数据分析的关联分析技术和原理,能够通过程序简单实践数据的聚类分析。
2、教学难点
能够根据具体数据分析的需要,准确选择与使用数据的聚类分析和数据分类分析技术分析数据获取一定结论。
五、学情分析
1、知识积累 第三章已经学习过“计算机解决问题的过程”、“设计算法”环节中的“算法及其描述”,也了解了程序设计语言的先相关知识,奠定本课时知识理解的基础;高中生有一定的生活知识积累,为本课时项目问题的展开与思考奠定基础。
2、学习能力 1、高中生有一定的计算机操作能力,在第三章也初步接触了Python软件的基本认识与操作。 2、自主、探究与协作能力也在前期的实践中有所提高。 3、高中生逻辑思维能力较强
3、学习兴趣 部分高中生对于利用计算机解决问题比较感兴趣,因此对学习程序设计语言的基础知识有着学习的兴趣与动力。但是计算机程序解决问题是一个系统和逻辑性过程,需要循序渐进的学和苦思冥想的编写程序,这序言一定的恒信与耐心。
总结 需要结合贴合知识、贴近学生生活、难度适宜的项目问题逐步引导学生开展协作探究的知识学习,需要教师理清知识学习路线,整合项目思路,引导学生逐步掌握知识与技能,维持兴趣。
六、教学方法与策略
1、教学方法
讲授演示法、任务驱动、协作讨论
2、基本策略
单元情境+单元项目+课时项目+知识学习+任务实践
七、教学准备
1、环境准备
Python环境
2、资源准备
类型 项目 来源
课件 5.3.2聚类分析&5.3.4数据分类 教师制作
活动文档 活动记录表
知识问卷
课时学习评价表
程序文档 程序5-6-1聚类分析(教材范例).py 程序5-7-1 数据分类.py 教材光盘
微课 聚类分析程序介绍.mp4 数据分类程序介绍.mp4
八、教学过程
环节 教学活动 设计意图 目标达成
环节一:复习回顾 教师: 引导学生结合思维导图回顾5.2.1&5.2.2 数据分析的内容: 学生: 与教师一起回顾知识。 温故知新 、 巩固所学 计算思维
环节二:课时主题导入 教师: 进一步分析数据处理的过程,导入本节课学习内容:数据分析的聚类分析和数据分类。: 明确学习梳理思路 信息意识
环节三:聚类分析+探究活动一 教师: 分析聚类分析相关知识: 概念 聚类分析是一种探索性的分析,在分类的过程中,人们不必事先给出一个分类的标准,聚类分析能够从样本数据出发,自动进行分类。 特点 不需要先给定分类标准 能够自动进行分类 达到“物以类聚、人以群分”的效果 常用的算法:k-Means算法 中文名:K-平均算法 特点:自下而上的聚类分析方法 4)k-Means算法的基本算法及流程图 5)应用举例: 例1:普通数据聚类 ①设置分类的数量K(这里的K=2) ②选择数据中心 这个数据中心的选择是完全随机的,也就是说怎么选择都无所谓,因为这里K=2,所以我们就以A和B两个为数据中心。 为了方便理解,我们可以制作一个散点图,将A、B作为数据中心。 例2:好友关系聚类 例3:层次关系聚类 学生: 探究活动一:聚类分析程序实践 运行程序5-6-1聚类分析(教材范例),体验聚类分析。需要的数据存储在comany. CSV文件中,包括“客户年龄”、 “平均每次消费金额”、 “平均消费周期(天)。由于一起对3个数据的关系进行分析很难操作,所以分别选取2个类别进行比较。 教师: 展示分析结果: 知识学习与实践操作逐步展开,促进知识的学习与应用 计算思维 、 数字化学习与创新
环节四:数据分类+探究活动二 教师: 分析数据分类的相关知识: 1)思路: 先基于样本数据训练构建分类函数或者分类模型(分类器); 然后用分类器将待分类数据进行分类。 2)应用:预测(数据分类、回归分析) 基于样本数据记录 根据分类准则自动对未知数据进行推广描述 从而实现对未知数据进行预测 3)常用的方法:贝叶斯分类技术 事件发生的概率 实践探究 1)思考:如下表所示是某网络商城客户购物行为特征的一组统计资料。已知某客户购物行为特征A的数值为182.8,特征B为数值58.9,特征C为数值26,请问这是重要客户还是普通客户? 2)分析与演示 运行“程序5-7-1 数据分类.py”,修改代码,将某客户购物行为特征A的数值为182.8,特征B为数值58.9,特征C为数值26,查看该用户的类别。结果如下图所示。 学生: 探究活动二:数据分类程序实践 从聚类分析中采集的商品销售数据( data_sample.csv)中抽取部分数据作为样本,构建重要商品和一般商品的分类模型( model.csv ) ;通过修改或优化“程序5-7-1 数据分类(教材范例).py”代码,对特征值A为128.8,特征值B为158,特征值C为4.7的商品进行分类,观察该商品分类结果,以小组为单位,通过学习、交流,探究和实践,填写下表。 教师: 展示与分析结果 知识学习与实践操作逐步展开,促进知识的学习与应用 计算思维 、 数字化学习与创新
环节五:总结 教师: 与学生一起总结本节课知识: 梳理知识
环节六:检测 学生: 完成问卷检测: https://ks.wjx.top/vm/rwDt7Gd.aspx# 诊断知识。 数字化学习与创新、计算思维
九、教学板书规划
板书基本知识主题+疑难点知识分析
十、教学反思
十一、附件单:
编号 项目 作用
附件一 课时活动记录表 追踪与评价学生学习过程,积累过程资料
附件二 阶段学习评价量规 评价过程学习,促进学习与教学改进
附件一:课时活动记录表
第五章第5课时
5.3.3聚类分析&5.3.4数据分类
项目学习活动记录表
班级 组长 你的姓名
学习目标 1、理解数据的聚类分析技术,能够通过程序简单实践数据的聚类分析。 2、理解数据分析的关联分析技术和原理,能够通过程序简单实践数据的聚类分析。
学习活动 探究活动一:聚类分析程序实践 运行程序5-6-1聚类分析(教材范例),体验聚类分析。需要的数据存储在comany. CSV文件中,包括“客户年龄”、 “平均每次消费金额”、 “平均消费周期(天)。由于一起对3个数据的关系进行分析很难操作,所以分别选取2个类别进行比较。 运行结果:
探究活动二:数据分类程序实践 从聚类分析中采集的商品销售数据( data_sample.csv)中抽取部分数据作为样本,构建重要商品和一般商品的分类模型( model.csv ) ;通过修改或优化“程序5-7-1 数据分类(教材范例).py”代码,对特征值A为128.8,特征值B为158,特征值C为4.7的商品进行分类,观察该商品分类结果,以小组为单位,通过学习、交流,探究和实践,填写下表。 数据分类程序关键代码(修改范例程序、优化范例程序)商品分类结果(截图) 分析结果
附件二:阶段学习评价量规
项目及分值 评分标准 分值 得分
自评 互评 师评
30 理解聚类分析的原理与执行过程; 15
理解数据分类的原理与执行过程 15
操作技能 30 学会简单的聚类分析程序的使用 15
学会简单的数据分类程序的使用 15
项目学习 40 明确项目探究的意义 20
在活动中能够与同伴协作完成任务,分享成果 20
合计得分 100
展开更多......
收起↑