资源简介

78　　　计算机应用基础教学参考书（Windows 7+Office 2010）（第2版）书
第4章　数据处理 教案
任务4 初识大数据 教案
1．教学设计方案
教学单元名称 任务4 初识大数据 课 时 1学时
所属章节 第4章 数据处理 任务4 初识大数据
任务描述 现代社会是一个高速发展、科技发达、信息快速流通的社会，人们之间的交流越来越密切，大数据也应运而生。随着云时代的来临，大数据（Big Data）一词越来越多地被人们提及，也吸引了越来越多的关注。现在开始了解有关大数据的基本知识。
任务分析 学习大数据，必须从大数据的基础知识开始，在了解大数据基本知识的基础上，再进一步了解大数据的采集和分析方法。在老师的指引下，小华将学习任务分解成以下过程： （1）了解大数据基础知识。 （2）了解大数据的采集和分析方法。
教学目标 知识目标 体验大数据的应用 考 核 方 式 过程考核：学习知识掌握技能情况（20%）；小组协作搜索信息、积极参与讨论与分享任务成果（50%） 终结考核：自我总结评价（30%）
能力目标 了解大数据基础知识 了解大数据采集与分析方法 了解大数据的应用场景
素养目标 渗透数据结构、数据分析、可视化表达等知识，指导学生通过数据提取有用的信息，培养学生的数据抽象与分析能力
思政目标 提升数据处理能力，强化信息社会责任
教学环境 为每位学生的计算机配置如下 软件环境—Microsoft Windows 10
2．教学设计实施
教学 内容 教 师 行 动 学 生 行 动 组织 方式 教学方法 资源与 媒介 时间 /min
任务 提出 导入任务情景 分析工作任务 集中 引导 启发 投影 视频 10
提问：什么是大数据，什么样的数据可以称为大数据？ 思考完成任务需要搜集的相关信息（大数据的定义、大数据的产生历史、大数据的特征）
知识讲授与操作演示 引导学生共同探索大数据的定义和发展历程 分组协作，搜集并展示大数据的定义、大数据的发展历程 分组 协作 集中 展示 引导 启发 讲授 投影 屏幕 10
引导学生共同搜集大数据的采集方法 联系日常学习和生活，分组搜集并展示大数据的采集方法
引导学生了解大数据的作用 联系日常学习和生活，分组大数据在日常生活中得应用
学生 练习 与 讨论 巡视检查、记录、倾听学生的讨论结果并点评 现实生活中你所了解的大数据应用实例有哪些？ 分组 讨论 展示 评价 搜集 信息 分享 成果 计算机 10
在信息社会应该树立怎样的大数据观念？ 搜集 信息 辩论
完成工作任务 巡视检查、记录 记录讨论结果 上传学习平台 独立 提炼关键信息 计算机
总结 评价 根据先期观察记录，对学生的分组讨论情况进行初步点评 倾听点评 集中 自主 学习 计算机和投影屏幕 15
对本次课的重点及要点进行总结，讲授评价标准 倾听总结，对自己的整个工作任务的完成过程进行总结 先集中 后独立 相互评价自我评价 计算机和投影屏幕
3．教学实施过程
任 务 提 出（10min）
教师导入任务情景现代社会是一个高速发展、科技发达、信息快速流通的社会，人们之间的交流越来越密切，大数据也应运而生。随着云时代的来临，大数据（Big Data）一词越来越多地被人们提及，也吸引了越来越多的关注。 当前，全社会信息量爆炸式增长，数量巨大、来源分散、格式多样的大数据对人们提出了新的挑战，也带来了新的机遇。大数据的应用越来越彰显其优势，所涉及的领域也越来越多，无人驾驶、智慧城市、生态监测……大数据几乎无所不在，并正在改变着人们生活的方方面面。大数据正在助推企业不断发展新业务、创新运营模式。 人们既要高度重视大数据带来的机遇，也绝不能忽略大数据产生的安全问题，更要充分认识加强大数据运用对维护国家安全、提升国家治理能力、提高经济社会运行效率的重大意义。 任务分析：学习大数据，必须从大数据的基础知识开始，在了解大数据基本知识的基础上，再进一步了解大数据的采集和分析方法。在老师的指引下，小华将学习任务分解成以下过程： （1）了解大数据基础知识。 （2）了解大数据的采集和分析方法。
知识讲授与操作演示（10min）
1．大数据的定义 “大数据”研究机构Gartner将“大数据”定义为：“大数据”是无法在一定时间范围内用常规软件工具进行捕捉，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化力来适应的海量、高增长和多样化的信息资产。 2．大数据的产生历史 3．大数据的特征（5V） 体量大、多样化、速度快、真实性、价值密度低。 4．大数据的作用 （1）新一代信息技术融合应用的关键在于对大数据的处理和分析。 （2）大数据成为信息产业不断发展的新途径。 （3）大数据成为提升核心竞争力的关键因素。 （4）大数据时代科学研究方法也会出现相应变化。 5．大数据的处理流程 （1）数据采集。 数据采集是所有数据系统必不可少的，是挖掘数据价值的第一步，如何进行高效、精准的数据采集是至关重要的。当数据量越来越大时，可提取出来的有用数据必然也就更多。随着大数据越来越被重视，数据采集的挑战也变得尤为突出。通常，数据采集主要通过传统信息系统、互联网平台、物联网系统等几个渠道实现。 数据采集根据采集数据的类型可以分为不同的方式，主要有人工录入、批量导入、网络爬虫爬取、接口采集、传感器采集等。 （2）数据清洗。 数据清洗通常也称为大数据预处理技术，它不仅能提高数据质量、降低数据计算的复杂度，还能降低数据规模、提升数据处理的准确性。例如，社交大数据中有些数据涉及用户隐私，也可能存在一些异常或错误数据，因此，要对这些数据进行预处理，这样才能更好地帮助我们进行后期分析以便获得有价值的信息。 （3）数据存储。 大数据存储和管理技术能通过相应的数据中心把采集到的数据存储起来，并进行管理和调用。大数据往往以半结构化和非结构化数据为主，而且各种大数据应用通常是对不同类型的数据内容进行检索、交叉比对、深度挖掘与综合分析，传统的关系数据库已经不能有效地满足大数据时代的数据存储和索引处理。大数据存储需要分布式文件系统和分布式数据库的支持。 （4）数据挖掘。 数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者做出正确的决策。 数据挖掘的工具软件有很多，其基本原理和算法主要有神经网络方法、遗传算法、决策树方法、粗集方法、覆盖正例排斥反例方法、统计分析方法、模糊集方法等。 （5）数据展现。 数据展现也称为数据呈现或数据可视化，是数据处理后的展现形式，能够帮助人们更加有效地理解数据的含义，真正利用大数据来服务人们的工作、学习和生活。 大数据采集与分析方法 离线采集、实时采集、互联网采集、其他数据采集方法。 大数据的分析方法 数据质量和数据管理、预测性分析、数据挖掘算法、可视化分析、语义引擎。 5．数据安全 6．大数据的发展趋势
完成工作任务（15min）
① 现实生活中你所了解的大数据应用实例有哪些？ ② 在信息社会应该树立怎样的大数据观念？
总结评价与提高（10min）
【总结评价】 ① 教师依据学生讨论交流及完成工作过程中的行动记录，挑选出具有代表性的几个小组的结论汇总在平台中，随机抽取几个学生对其进行点评，说出好的与不足之处 教师总结各组的讨论结果，点评在讨论和分享过程中表现出色的小组和个人，对于讨论结果进行正向引导，提升学生学习信息技术课程的兴趣。 ② 学生对自己完成的工作进行总结与反思，主要总结自己在小组讨论与自己完成工作任务过程中的收获最后教师给出本次课的学习成绩。评分依据—过程考核：学习知识掌握技能情况（20%），分组协作讨论并展示情况（50%）；终结考核：自我总结评价（30%）
001

展开更多......

收起↑