资源简介

第五章 数据处理与可视化表达
课时教学设计
第4课时 5.3.1特征探索&5.3.2关联分析
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 网购数据分析
二、课时内容分析
1、主要内容
1）数据的特征探索
2）数据的关联分析
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1、2小节，将带领学生初步了解数据分析的特征探索和关联分析方面的部分知识，数据分析是第五章的重点更是难点，将充分调用前期学习的编程知识，并奠定第五章人工智能的基础。
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，进入“子项目三：网购数据分析”，完成网购数据的特征探索和关联分析，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）能够了解数据预处理及分析；
（2）能够体验多种数据分析技术
四、课时教学重难点分析
1、教学重点
（1）理解数据预处理（特征探索）技术，能够通过程序简单实践数据的特征探索处理。
（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特征探索和关联分析技术分析数据获取一定结论。
五、学情分析
1、知识积累 结果前期的学习，学生对于大数据有了一定的认识，理解大数据需要新处理模式才能具有更大价值的信息资产，因此能够很好的理解本节的一些特殊的分析技术的价值；在日常生活和学习中对数据处理技术也多有接触，有利于本课时内容的理解；在第四章积累了一定的Python程序知识，有助于本节课中部分程序的理解。
2、学习能力 1、高中生有一定的计算机操作能力，在第四章积累了一定的编程知识与能力。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，理解力强。
3、学习兴趣 高中生好奇心强，对事物具有挑战精神，因此虽然本节知识有一定的难度，但是学生的兴趣还是比较浓厚的。
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 5.3.1特征探索&5.3.2关联分析 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5-5-1 数据预处理（教材范例）.py 程序5-8-1 关联分析（教材范例）.py 教材光盘
微课 创建MySQL数据库.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 数据分析的内容： 学生： 与教师一起回顾5.2 的知识。 温故知新 、 巩固所学 数字化学习与创新
环节二：知识一：数据分析+课时主题导入 教师： 展示利用爬虫程序爬取的淘宝进口零食的部分数据， 提出问题：下一步要做什么？导入本节课主题：数据分析，挖掘数据价值。 进一步给出数据分析的概念：数据分析就是在一大批杂乱无章的数据中，运用数字化工具和技术，探索数据内在的结构和规律，构建数学模型，并进行可视化表达，通过验证将模型转化为知识，数据分析可以帮助我们：了解事物的现状、剖析事物的发展、预测事物的未来 举例说明： 明确学习目标 信息意识
环节三：知识二：数据分析的过程 教师： 分析数据处理的过程，指出本节课学习内容：数据分析的特征探索和关联分析： 明确学习方向
环节四：知识三：创建MySQL数据库+探究活动一 教师： 指出在进行数据分析前，一般要建立数据库: 分析数据库（Database）、MySQL的概念和学习的意义。 引导学生观看MySQL的建立过程微课，并简单梳理MySQL建立过程： 1)启动本地web服务和数据库服务 2)创建数据库 3)创建数据表 4)导入数据 引导学生开展探究活动一：MySQL数据库的建立 学生： 探究活动一：创建MySQL数据库： 1. 观看微课视频“数据分析”、“数据库” ； 2. 安装运行xampp，启动本地web服务和数据库服务； 3. 创建数据库csdn和数据表taob，并导入文件taob.sql中的数据； 4. 创建数据库taobao和数据表taobao，并导入文件taobao.xls中的数据； 学会Mysql数据库的建立，为后续数据分析奠定基础 数字化学习与创新
环节五：知识四：特征探索+探究活动二 教师： 分析特征探索相关知识： 概念： 特征探索的主要任务是对数据进行预处理，发现和处理缺失值、异常数据，绘制直方图，观察分析数据的分布特征，求最大值、最小值、极差等描述性统计量。 作用 通过可视化对数据构建初始认知 对于数据集中的某些现象原因提出假设 论证该使用何种统计推断进行分析 为后续使用合适的统计工具及技术提供支持 对进一步的数据收集及调查做基础 通常情况，对于未知的数据先进行特征探索 3）过程（举例）: 2、引导学生开展探究活动二 学生： 探究活动二：特征探索实践 1.观看微课“数据特征探索程序介绍” ； 2. 运行“程序5-5-1 数据预处理（教材范例）.py”，体验数据预处理过程。 3、展示结果。 全面理解特征探索，并结合操作巩固所学 计算思维 、 数字化学习与创新
环节六：知识五：关联分析+探究活动三 教师： 分析关联分析的相关知识 概念 关联分析就是分析并发现存在于大量数据之间的关联性或相关性，从而描述一个事物中某些属性同时出现的规律和模式。 应用 通过查看哪些商品经常在一起出售，帮助商店了解用户的购物行为，用于商品定价、市场促销、存货管理等环节 从新闻网站点击流中挖掘新闻流行趋势 搜索引擎推荐，在用户输入查询时推荐同时相关的查询词项 通过不同专业学生借书情况的分析，进行书目的推荐 基本算法及流程图 4）案例分析：捆绑销售 算法： 具体分析执行过程： 学生： 探究活动三：关联分析程序实践 通过修改“程序5-8-1 关联分析（教材范例）.py”代码，对采集到的店铺销售订单数据（ sale_orders.xls ）进行关联分析，寻找商品之间的关联性，观察关联分析结果，以小组为单位，通过学习、交流，探究和实践，填写下表。 教师： 展示结果： 全面认识关联分析，结合实践学会操作。 数字化学习与创新、计算思维
环节七：知识总结与练习 学生： 完成问卷检测： https://ks.wjx.top/vm/tIjIxie.aspx# 检测与巩固 数字化学习与创新
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4课时
5.3.1特征探索&5.3.2关联分析
项目学习活动记录表
班级 组长 你的姓名
学习目标 1、理解数据分析的特征探索的方法，并学会简单的应用。 2、理解关联分析的特征探索的方法，并学会简单的应用。
学习活动 探究活动一：创建MySQL数据库： 1. 观看微课视频“数据分析”、“数据库” ； 2. 安装运行xampp，启动本地web服务和数据库服务； 3. 创建数据库csdn和数据表taob，并导入文件taob.sql中的数据； 4. 创建数据库taobao和数据表taobao，并导入文件taobao.xls中的数据；a=“abc”
探究活动二：特征探索实践 1.观看微课“数据特征探索程序介绍” ； 2. 运行“程序5-5-1 数据预处理（教材范例）.py”，体验数据预处理过程。 3、展示结果。
探究活动三：关联分析程序实践 通过修改“程序5-8-1 关联分析（教材范例）.py”代码，对采集到的店铺销售订单数据（ sale_orders.xls ）进行关联分析，寻找商品之间的关联性，观察关联分析结果，以小组为单位，通过学习、交流，探究和实践，填写下表。 关联分析程序关键代码关联分析结果（截图）分析结果
检测 完成本课时的展示问卷检测：https://ks.wjx.top/vm/tIjIxie.aspx#
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
知识掌握 50 理解数据分析的意义，了解常见的数据分析方法； 10
理解特征探索的原理与执行过程； 15
理解关联分析的原理与执行过程 15
理解数据库及Mysql数据库的意义。 10
操作技能 30 掌握Mysql数据库建立的方法 10
学会简单的特征探索程序的使用 10
学会简单的关联分析程序的使用 10
项目学习 20 明确项目探究的意义 10
在活动中能够与同伴协作完成任务，分享成果 10
合计得分 100

展开更多......

收起↑