项目8 探索网上书店图书推荐-认识数据挖掘的重要意义 教案 2022—2023学年沪科版（2019）高中信息技术3

2019沪教版高中信息技术——选择性必修3《数据管理与分析》 项目八 探索网上书店图书推荐 ——认识数据挖掘的重要意义 学习目标： · 运用数字化学习方式，了解数据管理与分析技术的新发展。 · 了解数据挖掘，认识数据挖掘对信息社会问题解决和科学决策的重要意义。 教学重点难点： 重点：在数据挖掘过程中反复探索的必要性。 难点：协同过滤推荐系统中的相似度计算。 教学准备： 软硬件环境：计算机教室、互联网 教学素材：大数据对数据管理与分析的发展带来影响的资料，课前收集的某超市交易数据、某视频网站的电影及用户的相关数据等。 教学过程： 教学环节 导案 学案 设计意图 新课导入 举例说明推荐系统及其应用领域，引出网上书店推荐系统的功能。 了解项目任务。 导入，了解本堂课学习目标。 了解数据管理与分析技术的新发展 引导学生阅读教材并开展数字化学习，了解数据挖掘技术及其对生产实践活动的指导意义。 数据挖掘：（核心概念） 是以海量数据作为挖掘对象，通过使用一系列的方法、工具或者算法，发现数据中隐含的、未知的有价值信息。 从技术上来说，数据挖掘起源于数据库中的知识发现，是传统的人工智能与数据管理的交叉领域。 数据挖掘分类： 数据挖掘任务一般可以分两类：描述性任务和预测性挖掘任务。描述性挖掘任务用于刻画数据库中数据的一般特性；预测性挖掘任务是在当前数据的基础上进行推断。 1、常用数据挖掘方法 （1）关联规则：发现数据背后存在的某种规则或联系，它描述了一个事务中某些属性同时出现的规律和模式。经典算法APRIORI算法。 （2）分类：是指找出描述并区分数据类或概念的模型，以便能使用模型预测类标记中位置的对象类。主要用于从大量数据中自动学习，生成分类模型。 （3）聚类是指将对象集合分成由类似对象组成的多个类的过程。（聚类对已知数据不提供类标记） 2、数据挖掘的一般过程： 开展数字化学习，了解并交流数据挖掘技术及其价值。 信息过载： 是指真正需要、真正感兴趣的信息，被淹没在其同类信息的海洋里，为了找到它需要耗费巨大的时间和精力。 掌握数据挖掘的概念，了解数据挖掘技术。培养学生自主学习能力。 思考与讨论 引导学生回忆大数据的概念，交流大数据与传统数据的不同之处。 1、大数据时代下的数据采集 计算机出现之前 人工完成，效率低、成本高、时间长 计算机出现之后 获取智仁街、生产领域和生活中的信息，各种类型的传感器开始扩展人们感知世界的方式。 互联网出现后 各种在线应用称为“社会传感器”，捕捉并感知着人们的在线行为。 微型化、数字化、多功能化、网络化和智能化的新型数据采集方式出现。 2、大数据时代下的数据管理 数据库是实现数据管理的主要技术。 一方面传统的关系数据库难以存储海量的数据； 另一方面关系数据库非结构化和半结构化数据显得力不从心，而非结构化和半结构化数据所占比例已接近80%。 3、大数据时代下的数据分析 传统的数据分析技术专注于单一数据源的分析。结构化和非结构化数据越来越呈现碎片化的特征。数据的碎片化会导致以下几个问题： · 质量低：单个数据缺失、表达不完整或者不准确；多个数据来自不同数据源的数据可能存在冲突或不一致。 · 异构性：形形色色的数据库及互联网平台构成了庞大且异构的数据源。 · 关联缺：不同平台独立存储、独立维护，隔断了彼此之间的相互关联，导致人们难以发现他们之间的关联关系、相关性或因果结构。 分组思考与讨论大数据的特点。 培养学生分析问题的能力和归纳总结的能力。了解大数据时代下的数据采集和数据管理的特点。 活动8.1 引导学生分组，上网查询资料，完成活动8.1，并汇报小组收获。 1、在数据存储、计算方法、数据分析中任选一个主题。 2、上网查询收集该主题的相关资料，总结其发展历史及前沿进展。 3、制作演示文稿并进行汇报。 培养学生的搜索能力，制作演示文稿的能力。进一步了解数据挖掘技术的概念。 了解网上书店平台是如何挖掘用户阅读兴趣 介绍网上书店的业务流程，引导学生了解关联规则、协同过滤推荐方法的基本思想。 协同过滤推荐： 用来预测目标用户对特定商品的喜好程度，系统根据这一喜好程度对目标用户进行推荐。 协同过滤也是一中数据挖掘方法，分三种类型。 1、基于用户的协同过滤：主要思想“和你喜好相同的人喜欢的物品，你也很有可能喜欢”，通过对用户之间信息的处理，碗蕨初与当前用户相似度高的用户集合，然后将用户结合中评分高且当前用户没有评分的物品推荐给当前用户。 2、基于物品的系统过滤推荐：主要思想“能够引起用户兴趣的物品，必定与其评分高的物品相似”，通过对平台上积累的物品数据进行处理，挖掘当前物品相似的物品集合，在结合用户对当前物品的评分，想用户推荐与他们评分高的物品相似度高且用户没有评分的物品。