信息技术（电子信息类） 教案 第2章 大数据.docx

《信息技术(电子信息类)》课程教案

课题：大数据

教学目的：

掌握数据的基本概念、大数据的内涵外延及其处理流程和挑战。

理解大数据的采集与治理，包括数据来源、多源采集方式和数据预处理。

掌握数据管理，包括分布式文件系统、关系数据库、NoSQL数据库和多模态数据管理。

理解数据分析，包括统计数据分析和基于机器学习的数据分析。

掌握数据可视化的主要技术、工具软件以及大数据可视化案例。

理解数据安全与隐私保护，包括其与传统信息安全的关系及支撑技术。

了解大数据处理平台、社会网络大数据及其面临的挑战。

掌握大数据在智慧城市、工业大数据等领域的应用。

课型：新授课

课时：

本章安排8个课时。

教学重点：

重点：掌握大数据的采集与治理、数据分析方法，以及数据安全与隐私保护的关键技术。

教学难点：

难点：深入理解大数据处理平台的架构与组件，以及多模态数据管理的存储与管理机制。

教学过程：

教学形式：讲授课，教学组织采用课堂整体讲授和分组演示。

教学媒体：采用启发式教学、案例教学等教学方法。教学手段采用多媒体课件、视频等媒体技术。

板书设计：

本课标题

大数据

课次

4

授课方式

理论课□讨论课□习题课□其他□

课时安排

8

学分

共2分

授课对象

普通高等院校学生

任课教师

教材及参考资料

1.《信息技术(电子信息类)》；电子工业出版社。

2.本教材配套视频教程及学习检查等资源。

3.与本课程相关的其他资源。

教学基本内容

教学方法及教学手段

课程引入

随着信息技术的飞速发展，数据的产生和积累呈爆炸式增长，大数据已经成为推动各行业创新和发展的关键资源。大数据不仅改变了我们对信息的认知和处理方式，还为企业和社会带来了前所未有的机遇和挑战。本章将全面介绍大数据的基本概念、采集与治理、管理、分析、可视化、安全与隐私保护，以及大数据处理平台和应用实践，帮助学生深入理解大数据的核心技术和应用场景。

参考以下形式：

1.衔接导入

2.悬念导入

3.情景导入

4.激疑导入

5.演示导入

6.实例导入

7.其他形式

2.1大数据概述

2.1.1数据

1.结构化数据

2.半结构化数据

3.非结构化数据

2.1.2大数据的内涵和外延

1.大数据的概念

2.大数据的特征

3.大数据、云计算、物联网之间的关系

4.大数据的作用与意义

2.1.3大数据处理的一般流程和面临的挑战

1.大数据处理的一般流程

2.大数据面临的挑战

2.2数据采集与治理

2.2.1大数据来源与多源数据采集方式

2.2.2数据的预处理

1.数据清理

2.数据集成

3.数据变换

4.数据归约

2.3数据管理

2.3.1分布式文件系统

1.分布式文件系统的定义

2.分布式文件系统的特点

3.HDFS

2.3.2关系数据库

1.关系数据库的定义

2.基本术语

3.关系完整性

4.常见的关系数据库

2.3.3NoSQL数据库

1.键值(Key-Value)存储数据库

2.列存储数据库

3.文档型数据库

4.图形(Graph)数据库

2.3.4多模态数据管理

1.多模态数据的定义

2.多模态数据库AbutionDB

2.4数据分析概述

2.4.1统计数据分析

1.描述性统计分析

2.数据的集中趋势

3.数据的离中趋势

2.4.2基于机器学习的数据分析

1.非监督学习方法

2.监督学习方法

2.5数据可视化

2.5.1数据可视化的主要技术

1.数据可视化的类型

2.数据可视化技术

2.5.2大数据可视化与可视分析案例

2.5.3数据可视化工具和软件

1.入门级工具

2.信息图表工具

2.6数据安全与隐私保护

2.6.1数据安全与传统信息安全的关系

2.6.2数据安全及隐私保护支撑技术

1.数据加密技术

2.数据签名技术

3.数据交互安全与脱敏技术

2.7大数据处理平台

2.8社会网络大数据

2.8.1社会网络大数据面临的挑战

2.8.2社会网络中的用户影响力

2.9大数据应用

2.9.1智慧城市

1.智慧城市交通

2.智慧城市社区

3.智慧城市医疗

4.智慧城市政务

5.智慧城市公安

2.9.2工业大数据

1．教学以学生学习教材的基本内容为主，系统全面地了解大数据。

2．整个教学过程中，各教学点可根据实际情况，进行拓展知识的讲解。

本章小结：

本章系统地介绍了大数据的基本概念、采集与治理、管理、分析、可视化、安全与隐私保护，以及大数据处理平台和应用实践。通过学习，学生应能够全面掌握大数据的核心知识，理解大数据在不同领域的应用价值，并认识到数据安全与隐私保护的