内容正文：
第11课 《物联网数据的特点》教学设计
【教材前后逻辑关系】
本单元围绕“数据”“网络”“信息处理”三条逻辑主线，以物联网数据为单元线索，沿着智能物联系统的设计、系统硬件的搭建、系统软件的设计、系统的调试与完善等基本过程逐步展开。第11课介绍了物联网数据的特点和分析方法，揭示了数据在物联系统中的价值。
【教学目标】
通过分析物联网数据的特点，了解数据分析在生活中的应用，进一步加深对物联网数据价值的认识。
重点：数据分析在生活中的应用
难点：通过数据分析让数据发挥价值
【核心素养指向】
在计算思维方面能执行问题解决方案，通过对数据的采集与分析，反思和优化解决方案，并将其迁移运用于解决其他问题。
【教学活动设计】
教学环节
教学过程
设计意图（写出一个环节的设计意图，包括：本环节学生学习情况的检测，核心素养的渗透，重难点的落实）
导入
澎湃OS宣传片
“我发现你的生活有迹可循，深夜回家，你会只打开常用的那盏灯；在家播音乐，你会连接小爱音箱；接电话时，你会调低电视音量；同一个空调，你喜欢温度低一些，她喜欢高一点。通过感知周围环境和你操作设备的行为，我能理解和学习你的日常操作，把设备调整到你习惯的状态。下一次在家播放音乐时，自动为你连接音箱。接听电话时，为你调低音量，挂电话后，贴心恢复。傍晚回家，为你打开家里的灯；深夜回家，为你点亮夜灯，不会打扰熟睡的家人。每个人打开空调时，我会调到他最舒适的温度。借助你和设备的每一次交互，我会不断成长进化，越来越懂你”
人工智能借助人和设备的每一次交互，学习到了人的各种行为习惯。人和设备的交互记录就是数据，通过分析这些数据，让这些数据发挥出巨大的价值。
物联网数据的特点
在一个智能家居系统里，有非常多的硬件设备，设备和设备之间可以相互配合，实现非常实用的效果。例如：当房间温度过低或室外温度过低时，打开房间的空调。
要实现这样的效果，至少需要有哪些设备？
任务一：
通过观察温湿度仪、智能空调、智能灯、智能门锁的数据，总结物联网数据的特点。
其中的一个设备——温湿度仪，每天都在实时记录房间的温度湿度并保存了这些数据。在系统后台我们可以看见房间以往每天的温湿度变化。
物联系统是常见的信息系统，由硬件、软件、数据、通信网络、用户五个关键要素组成。数据是物联系统中的重要资源，通过对数据的分析，可以帮助人们为下一步的决策提供依据。
通过这一个案例，带同学们思考我们至少需要有哪些设备、哪些元素才能实现想要的效果，总结出物联网的五个关键要素。
通过观察案例中温湿度仪的数据，带同学们总结物联网数据的特点
数据量大：
保存了一年以来每天每小时的温度湿度数据，但我们退出温湿度计的界面，可以看到其他的设备也记录了大量的数据
每天都有成千上万的新设备接入物联网，每时每刻源源不断的产生大量数据。随着时间的推移，物联网的数据量不断增长。
类型多样：
物联网中连接着各种各样的传感器，通过传感器、采集终端可以获取不同类型、不同格式的数据。在一个智能家居系统里，传感器的种类繁多，涵盖了温度、湿度、风速、开关、天然气浓度、音量等环境数据。
时序性：
物联网数据具有时序性，每一条数据是在一个时间点产生的，都会带一个时间戳，代表采集数据的时间，这个时间对于数据的计算和分析十分重要。每条数据是唯一且不会被更新。图为房间温湿度数据。
真实性
物联网系统对数据的真实性要求高，数据反映着系统运行的真实情况
物联网数据的分析
从用户每次开空调的行为习惯来看，一般在低于多少温度的时候开空调，在什么时间开空调，从大量的数据中找出数据变化趋势和规律。
“借助你和设备的每一次交互，我会不断成长进化，越来越懂你。”
任务二：
在这个智能家居系统中有这么多设备，请思考它们存储的数据还能发挥什么样的作用？
描述性分析是对采集的物联网数据进行统计、分析与呈现。如图就是描述性分析。再比如，智能电表采集了家庭用电的数据，以图表表示一定时间内用电量的变化，让用户可以直观地了解用电数据的变化趋势。
诊断性分析是对某个数据呈现的问题，进行相关数据的关联分析，提供问题产生可能的原因。例如，房间的温度或室外的温度出现低温恶劣环境时，可以及时打开空调改变房间温度。
预测性分析是从大量数据中找出数据变化趋势和规律，一般采用人工智能技术对趋势进行预测。
例如我们导航的红绿灯倒计时功能也是预测性分析。
每天出门后自动关灯关空调
回家时如果天黑，自动开灯并播放音乐
等等
【感想与建议】
提供给学生的数据需要精心准备，让学生在短时间内能找出数据的规律与价值。
学科网（北京）股份有限公司
$$