4.4 初识大数据-【通关练测】中等职业技术学校信息技术基础模块·(下册G)同步辅导与测评(高教版2021)

33　 图 4-39　 实训题 2 数据素材 图 4-40　 实训题 2 效果图 4. 4　 初识大数据 ◆ 了解大数据的基础知识; ◆ 了解大数据采集与分析的相关技术; ◆ 了解大数据的应用场景。 34　 ◎ 信息意识素养 通过大数据的概念与应用领域的学习, 引导学生充分理解信息和信息技术在当今时代与社会中不 可替代的作用, 认知大数据的价值, 强化信息意识的培养。 ◎ 计算思维素养 通过对大数据采集分析技术的学习, 引导学生思考构建有效运用与处理信息的策略模型, 强化计 算思维的培养。 ◎ 数字化学习与创新素养 通过安排学生自主学习大数据知识, 并在学习过程中体验应用大数据助力学习, 培养数字化学习 与创新能力。 ◎ 信息社会责任素养 通过大数据应用原则的学习, 引导学生认知规范使用与分享信息的重要性, 强化信息社会责任的 培养。 1. 大数据的概念 大数据 (Big Data) 指的是传统数据处理应用软件不足以处理的大或复杂的数据集。 大数据是对万物 及物与物之间普遍联系的数字量化。 2. 大数据的特征 (4V) (1) 数据体量大。 (2) 数据类型多。 (3) 数据产生的速度快。 (4) 数据价值密度低。 3. 大数据处理流程及相关技术 大数据处理主要是指从海量数据中获取需要的信息并进行加工分析得到有用的知识, 通常在大数据 管理平台上进行。 大数据处理流程一般包括四大步骤: 数据采集与预处理、 数据存储、 数据挖掘及数据 呈现。 35　 (1) 数据采集与预处理: 数据采集指从传感器或其他采集设备中获取数据; 数据预处理主要指对所 收集的数据进行分类或分组前所做的审核、 筛选、 排序等必要的处理。 (2) 数据存储: 大数据的存储需要分布式文件系统和分布式数据库的支持。 (3) 数据挖掘: 数据挖掘所处理的问题类型大致可以分为分类、 预测、 聚类及关联规则四种。 (4) 数据呈现: 也称数据展示或数据可视化。 可视化技术分为数据的结构可视化、 功能可视化、 关 联关系可视化和发展趋势可视化。 4. 大数据与物联网的关系 物联网数据本身就是一种大数据, 是通过大量传感器收集的。 5. 大数据在不同领域的应用 大数据应用已经融入各行各业, 如金融领域、 公共领域、 医疗健康领域、 零售领域、 环保领域等。 6. 利用大数据应遵循的职业道德 (1) 不要随意篡改原始数据。 (2) 注意保护数据的完整性, 不要拿片段数据进行分析表达含义。 (3) 不要随意泄露获取到的数据信息, 注重公司及个人隐私, 遵守职业道德。 7. 大数据分析流程 分析原始数据→提取关联信息→统计关联数据→决策应用。 8. 常见数据分析软件 (1) 使用电子表格软件的 VLOOKUP 函数、 分类汇总统计、 数据透视表 / 图呈现。 (2) 常用数据分析软件: SPSS、 MATLAB、 SQL Server、 Tableau、 WEKA。 (3) 复杂网络分析软件: Gephi。 例 1　 下列有关大数据及其处理的说法, 错误的是 (　 　 )。 A. 大数据的四个特征: 数据规模大、 处理速度快、 数据类型多、 价值密度低 B. 对大数据进行处理时, 必须保证每个数据都准确无误 C. 批处理计算适合处理静态数据 D. 流计算适合处理实时更新的数据 答案: B 解析: 本题主要考查大数据及其处理。 大数据的四个特征: 数据规模大、 处理速度快、 数据类型多、 价值密度低; 对大数据进行处理时, 无须保证每个数据都准确无误; 批处理计算适合处理静态数据; 流 计算适合处理实时更新的数据, 故本题选 B 选项。 例 2　 下列有关大数据的说法, 正确的是 (　 　 )。 A. 大数据是对抽样数据进行分析 B. 大数据采集的数据是结构化数据 C. 大数据采集必须保证每个数据都准确无误 D. 大数据蕴含很高的价值, 但价值密度相对较低 答案: D 解析: 本题主要考查大数据。 大数据分析是指对规模巨大的数据进行分析; 大数据采集的数据有结 构化数据、 半结构化数据和非结构化数据; 大数据采集不用保证每个数据都准确无误; 大数据中蕴含着 巨大的价值, 但是价值密度较低, 呈现碎片化, 故本题选 D 选项。 例 3　 数据特征探索的主要任务是对数据进行预处理, 以下不属于该过程的是 (　 　 )。 A. 数据清洗 B. 异常数据处理 C. 数据缺失处理 D. 数据分类处理 36　 答案: D 解析: 本题考查数据特征搜索的相关知识点。 数据的预处理是指对所收集数据进行分类或分组前所 做的审核、 筛选、 排序等必要的处理, 故本题选 D 选项。 例 4　 全班同学将填写好的睡眠情况调查问卷交给小明同学。 小明同学将数据录入 Excel 后, 下一 步要做的工作是 (　 　 )。 A. 收集数据 B. 确定数据需求 C. 分析数据 D. 撰写分析报告 答案: C 解析: 本题主要考查数据处理。 小明同学将数据录入 Excel 后, 下一步要做的工作是分析数据, 故本 题选 C 选项。 例 5　 某 App 利用强大的算法对用户观看内容的大数据进行分析, 为用户提供适合用户需求的内 容。 其算法对数据处理的过程属于 (　 　 )。 A. 数据采集 B. 数据分析 C. 数据分类 D. 数据可视化 答案: B 解析: 本题考查的是数据处理。 数据分析是指用适当的统计分析方法对收集的大量数据进行分析, 提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 某 App 利用强大的算法对用户观看 内容的大数据进行分析, 为用户提供适合用户需求的内容。 其算法对数据处理的过程属于数据分析, 故 本题选 B 选项。 例 6　 某超市曾经研究销售数据, 发现购买方便面的顾客购买火腿肠、 卤蛋等商品的概率很大, 进 而调整商品摆放位置。 这种数据分析方法是 (　 　 )。 A. 聚类分析 B. 分类分析 C. 关联分析 D. 回归分析 答案: C 解析: 本题主要考查数据分析的方法。 关联分析又称关联挖掘, 就是在交易数据、 关系数据或其他 信息载体中, 查找存在于项目集合或对象集合之间的频繁模式、 关联、 相关性或因果结构。 或者说, 关 联分析是发现交易数据库中不同商品 (项) 之间的联系。 由题干可知, 这种数据分析方法是关联分析, 故本题选 C 选项。 了解大数据 一、 单项选择题 1. 关于大数据的数据存储, 以下说法正确的是 (　 　 )。 A. 存储的数据能达到 TB、 PB、 EB、 ZB 级 B. 1 TB = 1 024 PB C. 通常使用的数据库是关系型数据库 D. 存储的数据只包含结构化数据 2. 根据客户的网络浏览习惯推送个性化内容, 这是数据挖掘处理中的 (　 　 ) 问题。 A. 分类 B. 预测 C. 聚类 D. 关联规则 3. 智能手机中的相册可以自动分类, 这是数据挖掘处理中的 (　 　 ) 问题。 A. 分类 B. 预测 C. 聚类 D. 关联规则 4. 当前社会中, 最为突出的大数据环境是 (　 　 )。 A. 互联网 B. 物联网 C. 综合国力 D. 自然资源 5. 大数据在我们的生活中无处不在, 下列说法正确的是 (　 　 )。 37　 A. 大数据带给我们的全部都是正面的影响 B. 大数据给我们的生活带来便捷的同时也会产生负面影响 C. 大数据可能会带来个人信息泄露, 我们应该全盘否定 D. 大数据只会给我们带来信息伤害与诈骗 6. 某超市研究销售记录数据后发现, 买啤酒的人很大概率也会购买尿布, 这属于数据挖掘的 ( 　 　 ) 问题。 A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 7. 下面选项属于数据预处理的方法的是 (　 　 )。 A. 数据清洗 B. 预测 C. 数据呈现 D. 数据挖掘 8. 以下不属于数据挖掘方式的是 (　 　 )。 A. 自然语言处理 B. 聚类 C. 分类 D. 关联规则 9. 以下关于大数据的说法, 错误的是 (　 　 )。 A. 大数据指传统数据处理应用软件不足以处理的大或复杂的数据集 B. 大数据通过多维度的自动采集和记录, 积累速度快 C. 大数据存储需要分布式文件系统和分布式数据库的支持 D. 大数据存储的数据类型是结构化数据 10. 大数据时代, 数据使用的关键是 (　 　 )。 A. 数据收集 B. 数据存储 C. 数据分析 D. 数据再利用 二、 填空题 1. NoSQL 泛指　 　 　 　 　 , 是大数据存储中通常使用的数据库。 2. 大数据又称　 　 　 　 , 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。 3. 地图导航提供的实时路况及路况预测等服务就是应用了　 　 　 。 三、 判断题 1. 专业的在线数据分析平台提供了强大的数据采集、 数据分析等功能, 可以为使用者提供决策依据。 (　 　 ) 2. 采集的数据维度越多、 越密集, 大数据潜在的价值越大。 (　 　 ) 3. 传统营销模式比基于大数据的营销模式针对性更强。 (　 　 ) 4. 大数据人才整体上需要具备数学与统计知识、 计算机相关知识、 特定业务领域的知识等核心知识。 (　 　 ) 四、 简答题 大数据的特征简称 “4V”, 请展开描述。 　 试题精讲 1. 销售情况表的综合设置 (1) 工作表的基本操作。 ①将 Sheet1 工作表中的所有内容复制到 Sheet2 工作表中, 并将 Sheet2 工作表重命 158　 信息技术同步辅导与测评·基础模块·下册 G 三、 判断题 1. √　 2. ×　 3. √ 四、 实训题 略 4. 3　 分析数据 【使用图表】 一、 单项选择题 1. C　 2. D　 3. C　 4. C　 5. B　 6. A　 7. C　 8. D　 9. C　 10. D　 11. B　 12. D　 13. C 二、 填空题 1. 图表工具　 2. 数据源　 图标类型　 3. 组合　 4. 设计　 格式　 5. 图表区　 图表标题　 数据标志 三、 判断题 1. ×　 2. √　 3. × 四、 实训题 略 【使用数据透视表和透视图】 一、 单项选择题 1. D　 2. B 二、 填空题 1. 插入　 2. 计算字段　 3. 切片器　 4. ②⑤④⑥③① 三、 判断题 1. ×　 2. ×　 3. √ 四、 简答题 数据透视表是一种动态改变数据分析版面的交互式表格, 可以按照不同方式分析数据, 动态地改变其版 面布置, 如重新安排行标志 (行字段)、 列标志 (列字段) 和分页字段。 每一次动态改变数据源、 版面 布局时, 数据透视表会立即重新计算数据、 调整布局并呈现数据。 数据透视图是对数据透视表中的汇总 数据可视化处理的一种形式, 可直观、 动态地展现数据的变化规律和趋势。 五、 实训题 略 4. 4　 初识大数据 【了解大数据】 一、 单项选择题 1. A　 2. C　 3. A　 4. B　 5. B　 6. A　 7. A　 8. A　 9. D　 10. C 二、 填空题 1. 非关系型数据库　 2. 巨量数据　 3. 大数据 三、 判断题 1. √　 2. √　 3. ×　 4. √ 四、 简答题 ①量大 (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, 就会带来很高的价值回报。