信息技术（基础模块）电子教案 专题4 活用数据处理 任务4 初识大数据.docxVIP

PAGE3

任务4初识大数据

任务4初识大数据

教学设计

一、教学目标

素质目标：通过学习大数据的相关知识，学会在生活、学习中真正运用它们；感悟大数据给我们的生活带来的重大变革，激发学生探索的兴趣。

知识目标：认识大数据及其特征，学会大数据的采集与分析方法，了解大数据的相关应用。

能力目标：学会进行图形用户界面操作，能够用多种方法输入文字，高效利用操作系统管理资源。

二、教学重难点

教学重点：认识大数据及其特征，了解大数据的采集与分析。

教学难点：学会在实际生活中应用大数据。

三、课时安排

2课时

四、教学策略

教法：项目教学法、任务驱动法、讲授法、演示法

学法：自主探究学习法、讨论法、小组合作学习法

教学资源：多媒体教学设备、理实一体化机房、信息化教学平台、配套教学课件

教学过程

教学环节

教学设计

设计意图

课前学习

1.学习教师布置的课前学习任务。

2.查阅资料，了解大数据的相关知识。

培养学生获取知识的能力与自主学习的能力

任务导入

创设情境，任务引入：小小经常听到“大数据”“云计算”“人工智能”这些时尚术语，但她不是特别了解大数据及其应用。通过网络查询，了解到大数据的处理分析正成为新一代融合应用的结点，大数据已经渗透进我们的生活、学习和工作中，如大数据技术能实现交优化，能通过收集家庭能耗数据给人们切实可用的节能提醒。

任务分析与描述：大数据已经渗透进我们的生活、学习和工作中，如大数据技术能实现交优化，能通过收集家庭能耗数据给人们切实可用的节能提醒。认识大数据，学会利用大数据优化便捷我们的生活。

感知体验：小小想和同学一起去看电影，但不清楚最近哪些电影票房高，小小利用百度查询，访问了观影大数据网站——艺恩，如图“4-4-1观影大数据应用”所示。在网站上可以看到最近全国播放电影的大数据信息，是不是很奇妙？

通过设置贴近学生实际的生活情境，结合感知体验，激发学生的学习兴趣，引入学习任务。

通过介绍常见的大数据产品，让学生们感受大数据的应用场景，能够帮助学生认识大数据的强大作用。

任务教学

1.认识大数据

引导学生认识大数据：大数据（BigData）又称巨量资料，指的是无法在一定时间范围内通过人脑甚至主流软件工具进行捕捉、管理和处理的数据集合，它需要在信息技术支撑下，利用全新的数据分析处理方法，在海量、复杂、散乱的数据集合中提取有价值信息的技术处理过程，其核心就是对数据进行智能化的信息挖掘，并发挥其作用。

实践活动：地图导航已成为交通重要应用之一，基于对海量数据的合理分析，提供实时路况及路况预测等服务，应用于各大城市。同学们在计算机浏览器中打开百度地图智慧交通网站，查看所在城市的拥堵情况，以及基于大数据预测的未来拥堵情况。结合图“4-4-2重庆市试试拥堵情况”进行教学。

2.大数据的特征

教师讲解大数据的特征：大数据是在极短的时间内通过信息技术和软硬件工具对实际发生的各类事件产生的信息进行感知、获取、管理、处理和服务的巨量数据集合。它具有数据规模大、来源丰富、类型复杂、变化迅速等诸多特征。

教师对比传统数据与大数据：传统数据就是IT业务系统里面的数据，如输入或导入的产品信息、客户资料、财务数据等。传统数据是结构化的，数据量在TB级以下。大数据包括结构化的传统数据以及来源于社区网络、互联网、物联网等渠道的文本、图片、音频、视频等非结构化的数据。结合图“4-4-3大数据与传统数据的区别”进行教学。

教师总结大数据的特征：简称“4V”。

①大量（Volume）：数据体量巨大，达到PB级别；

②多样（Variety）：数据类型繁多，有网络日志、视频、图片、地理位置信息、环境信息、生物体征信息等；

③高速（Velocity）：处理速度快，可从各种类型数据中快速获取高价值信息，与传统的数据挖掘技术有本质区别；

④价值（Value）：只要合理利用数据并对其进行正确、准确的分析，就会带来高价值回报。

结合图“4-4-4大数据的‘4V特征’”。

3.大数据的采集与分析方法

（1）采集

引导学生认识大数据的采集：大数据的采集是指利用多个数据库来接收发自客户端的数据，并且用户可以通过这些数据库进行简单的查询和处理工作。

教师举例讲解：例如，电商会使用传统的关系型数据库MySQL和Oracle等存储每一笔事务数据。

教师补充讲解：在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，如火车票售票网站和淘宝网站，它们并发的访问量在峰值时可达到百万级，所以需要在采集端部署大量数据库才能支撑。如何在这些数据库之间进行负载均衡和分片需要深入思考和设计。

（2）预处理

教师讲解：虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据