第二阶段第7课 大数据（学习任务单）-初中信息科技人工智能课

学习任务单 第二阶段 第7课 大数据 项目主题：从大数据到智能生活 组别：_____ 组员：_________________________________________________________ 活动1： 小组活动：数据寻宝游戏 学生小组任务 教师评价 在教室内寻找3种"数据" √或× 小组代表举例小组数据中的其中一条，说明从这条数据获取了什么信息？ 活动2： 活动主题：用大数据思维推荐学校食堂菜品 统计上周本班同学中餐在食堂的就餐菜品，设计一张电子记录表，包含学号、日期、选择菜品、喜好推荐（喜欢或不喜欢）。 任务 结果 1.收集并分析班级食堂就餐数据 给出班级最喜欢的菜品和最不喜欢的菜品 2.思考讨论：如果每周动态收集分析全校学生的就餐菜品，是否可以个性化动态调整下一周的菜品采购？ 绘制大数据技术的工作流程图 活动3： 案例：目前，某基于大数据的网约车平台已覆盖全国大部分城市，涵盖出租车、快车、顺风车、代驾、专车、试驾以及租车等多项业务，为人们的出行带来极大的便利。我们只需在网约车APP上输入或者说出目的地，强大的智能系统就立刻分配订单，即时通知附近司机；借助定时定位系统，我们可以看到司机的大致位置以及预计到达时间。 从这个大数据应用案例中分析大数据具有哪些特征？ 学习评价： 单选题-练习1： 1.下列选项中，哪项不是大数据的典型应用（ ） A. 基于交易大数据分析用户的购买习惯 B. 基于搜索引擎的搜索关键词分析社会热点 C. 基于道路摄像头、地感线圈等数据分析城市交通情况 D. 基于科技文献数据库检索某一领域研究进展 单选题-练习2： 2.下列哪个不是大数据的特征（ ） A. 体量大 B. 多样性 C. 速度快 D. 精确度高 单选题-练习3： 3.大数据处理的最核心的环节是（ ） A. 数据存储 B. 数据分析 C. 数据采集 D. 数据清洗 单选题-练习4： 4.在大数据处理中，下列哪种数据清洗方法是常用的（ ） A. 数据去重 B. 数据加密 C. 数据归一化 D. 数据备份 小组活动评价: 学生自评及教师评价，根据评价结果将分数（1-5）：根据每个项目的表现打分，1为最低，5为最高。 评价项目 学生自评 教师评价 学习任务单完成情况 小组团队合作情况 反馈与反思： 通过本节课的学习可以了解到大数据已经融入到我们现代生活的方方面面，与人工智能相辅相成，那么反思一下以下两个问题。 问题1: 我们的个人信息和行为数据被大量收集和分析。这种情况下，如何确保个人隐私不被侵犯，数据安全得到保障？ 问题2：人工智能依赖于大数据进行训练和决策，但如果数据本身存在偏见或不完整，可能导致算法产生偏见或不公平的结果。我们该如何识别和纠正这些问题？ 核心知识点： 1.数据以数值、文本、图像、音频、视频等形式存在，可被记录、存储、传输、处理。 2.数据是对客观事物属性的描述，是记录下来的某种可以识别的符号。在计算机科学中，数据是指所有能输入计算机中并能被计算机程序处理的符号的总称。 3.信息是数据中所包含的意义，是对数据进行加工的结果。把数据有组织、有规律地采集在一起就形成了信息。数据一方面承载着信息，另一方面也产生着信息。 4.通过扫描仪、摄像头、麦克风等设备输入计算机成为数据，数据转换成二进制的形式在计算机中。 5.身边的大数据应用举例如气象的天气预测、教育领域的个性化学习报告、电商平台的喜好推荐系统、智能交通管理、医疗领域的实时监控患者健康状态和金融领域的大数据分析。 6.大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、 管理和处理的数据集合。 7.大数据处理的工作流程： ①数据采集：大数据处理的最初环节，通过媒介媒体、传感器等方式收集海量数据。 ②数据预处理：采集到的数据中异常数据需要进行预处理，保证后续的准确性。 ③数据分析：根据清晰的目标，按照一定的规则进行处理和有效分析。 ④数据可视化：最后呈现可视化的结果。如柱状图、折线图等。 8.大数据的特征：大数据通常具有 4V 特征，也就是Volume（体量大）、Variety（多样性）、Value （低价值密度）、Velocity（高速）。 ①体量大：大数据的体量很大，且数据集合的规模还在不断扩大。教育、商业、工业、科学研究、医疗等各行各业所产生的数据量都呈现出指数级增长的趋势。 ②多样性：大数据来自多种数据源，数据种类和格式非常丰富。随着智能设备、社交网络等的流行，机器和传感器数据、社交数据等各种类型数据越来越多。 ③数据价值密度相对较低。海量数据中可能发挥价值作用的仅是其中非常小的一部分。 ④数据来自世界各地的网络终端，且以秒为单位快速变化。大数据往往动态地、快速地产生，由于数据量增长速度快，大数据处理速度也必须快，且时效性要求高。 9.大数据与人工智能的关系：AI 依赖于大数据的海量信息进行学习和决策，而大数据则通过 AI 技术的处理和分析获得更深层次的洞察和应用。 参考答案 活动1： （注:答案不唯一，评价人自行评估） 活动2： （注:答案不唯一且具有开放性，评价人自行评估） 活动3： 答案 1. 数据采集：大数据处理的最初环节，通过媒介媒体、传感器等方式收集海量数据。 2. 数据预处理：采集到的数据中异常数据需要进行预处理，保证后续的准确性。 3. 数据分析：根据清晰的目标，按照一定的规则进行处理和有效分析。 4. 数据可视化：最后呈现可视化的结果。如柱状图、折线图等。 大数据处理的工作流程图： 学习评价： 单选题-练习1： 1.下列选项中，哪项不是大数据的典型应用（ ） A. 基于交易大数据分析用户的购买习惯 B. 基于搜索引擎的搜索关键词分析社会热点 C. 基于道路摄像头、地感线圈等数据分析城市交通情况 D. 基于科技文献数据库检索某一领域研究进展 答案：D 解析：选项A、B、C都是典型的大数据应用场景，它们涉及的是对大量数据的收集、存储、分析以及预测。而选项D涉及的是文献数据库的检索，通常是结构化数据的查询，不属于大数据分析的范畴。 单选题-练习2： 2.下列哪个不是大数据的特征（ ） A. 体量大 B. 类型多 C. 多样性 D. 精确度高 答案：D 解析：大数据的特征通常被概括为“4V”：Volume（体量大）、Variety（多样性）、Velocity（高速）和Value（低价值密度）。精确度高并不是大数据的典型特征。 单选题-练习3： 3.大数据处理最核心的环节是（ ） A. 数据存储 B. 数据分析 C. 数据采集 D. 数据清洗 答案：B 解析： 大数据处理的核心是数据分析，通过对大量数据的分析和挖掘，提取出有价值的信息和知识。 单选题-练习4： 4.在大数据处理中，下列哪种数据清洗方法是常用的（ ） A. 数据去重 B. 数据加密 C. 数据归一化 D. 数据备份 答案：A 解析： 在大数据处理中，数据去重是一种常用的数据清洗方法，用于去除重复的数据记录，提高数据的质量和准确性。 2 / 2 学科网（北京）股份有限公司 $$