1.5 数据与大数据（教学设计）信息技术浙教版2019必修1

1.5 数据与大数据 1课时（教学设计） 年级 高一年级 授课时间 课题 1.5 数据与大数据 教学 目标 1.了解大数据的概念，理解大数据的特征； 2.了解对人们思维方式的影响； 3.能够正确认识大数据的意义以及对社会的影响； 教学 重难点 重点：大数据的概念和特征。 难点：能够利用大数据解决实际问题的同时，正确看待大数据。 教学 准备 多媒体课件、多媒体教室 教学过程 教师活动 学生活动 新 课 导 入 一、课堂导入 1.通过观看大数据在日常生活中的应用的一个短视频引出本堂课的主题内容，并得出互联网、移动网络、物联网等每天都产生大量数据，这些数据规模巨大、格式多样，已经很难用传统的方式进行处理。 我们利用好这些数据，对我们的生活有很大的帮助。 从而提问：我们如何运用这些数据呢？ 再进行讨论交流：天气预报越来越准确了，准确率可以达100%吗？从天气预报的发展、设备、技术、数据方面进行描述。 进而引出本节课的第一点内容：数据与大数据。 通过播放视频，直观的引出本堂课的知识点。从而引发学生的兴趣。 新 知 讲 授 一、大数据的概念 在两页PPT中以流线型的线条串联知识点，并以时间线为层层递进引出大数据的概念，从而加深同学们对这一知识点的理解和认知。 继移动互联网、云计算之后，大数据正在引发信息科技产业新的变革，并已经开始对社会的组织结构、国家治理模式、企业决策架构以及个人生活方式产生深刻影响。 大数据一直存在→早在几十年前，在“信息爆炸”“知识爆炸”的表述中，就已经对数据的大规模增长有所认识。20世纪90年代末，随着数据处理技术的发展，“大数据”的概念首次由美国硅图公司（SGI）的一位科学家正式提出。2016年，数据科学家将大数据正式定义为：大数据代表着信息量大、速度快、种类繁多的信息资产，需要特定的技术和分析方法将其转化为价值。 二、大数据的特征 将两个知识疑惑点进行线性连接，再施加以否定的图案，并给出解释，这样能引起同学们的注意，提高学习兴趣。 数据量大并不一定就是大数据，用传统算法和数据库系统可以处理的海量数据不能算“大数据”。 符合大数据概念的数据一般具有数据规模大、处理速度快、数据类型多、价值密度低四个特征，可以用4个V来概括，即数量（Volume）、速度（Velocity）、多样（Variety）和价值（Value）。 1.数据体量巨大 通过不同级别存储量的换算和各种常识数量的对比，让同学们知道大数据的特征之一。 人类社会的数据量在不断刷新一个个新的量级单位，已经从TB、PB级别跃升至EB、ZB级别。 K 1KB = 1024 B M（兆）字节 1MB = 1024 KB G（吉）字节 1GB = 1024 MB T（太）字节 1TB = 1024 GB P（拍）字节 1PB = 1024 TB E（艾）字节 1EB = 1024 PB Z（泽）字节 1ZB = 1024 EB Y（尧）字节 1YB = 1024 ZB 1PB相当于50%的全美学术研究图书馆藏书信息内容 5EB相当于至今全世界人类所讲过的话语 1ZB如同全世界海滩上的沙子数量总和 1YB相当于7000位人类体内的微细胞总和 1Byte→1KB→1MB→1GB→1TB→1PB→1EB→1ZB→1YB 2.速度快 以对比的方式展示大数据速度快的两个特点，在对比中让同学们感知两个特点的区别，这样个容易掌握知识点。 速度快有两种含义，一是数据产生的速度快。有的数据是爆发式产生的，例如欧洲核子研究组织的大型强子对撞机在工作状态下每秒产生PB级的数据；有的数据是累积产生的，比如微博、微信中的数据，每个用户产生的数据量可能不大，但是由于用户众多，短时间内产生的数据量依然非常庞大。二是数据处理的速度快。在信息社会中，数据往往实时变化，数据的价值也会随着时间的推移而变化，只有高效率的数据处理技术才能充分发挥数据的价值，例如，通过气象卫星等设备采集到的数据，只有及时处理才能满足天气预报的需求。 3.数据类型多 通过线性展开的方式展示大数据速度快的两种定义，在对比和比较中学习其异同点。 大数据的数据来源多，既有人工产生的，如人们日常使用智能手机，短信、微信、视频、语音、电子邮件等会产生各种数据；也有机器自动产生的，如各种传感器在生产监测、环境监测、交通监测、安防监测等过程中也会产生大量数据。正因为大数据来自多种数据源，其数据种类和格式不可能保持一致，各种结构化、半结构化和非结构化数据共存是大数据的普遍现象。 4.价值密度低 展示其知识点后随即列举相应的案例，让同学们结合知识点分析案例，这样更能掌握知识点。 价值密度低，大量的视频记录下来，有许多冗余。挖掘大数据的价值类似沙里淘金，从海量数据中挖掘稀疏但珍贵的信息。 某超市被偷窃的时间只有短短5分钟，店主需要从大量监控视频中找到有效信息。 大数据不仅仅是技术，关键是产生价值。 三、大数据思维 通过展示大数据的处理过程来引出同学们对大数据思维的认识，从而引出大数据思维的三个特点，并将其重点提炼出来，同学们就能更好的掌握其知识点。 大数据处理过程 数据采集→真实性、完整性、准确性→电商网站上浏览、购买记录 数据导入→将各种形式的数据集成等→将各种记录集成、精简、转换 数据分析→挖掘大数据中的关联性→挖掘各种记录中的关联性 数据展示→分析结果通过图像等方式展示→精准推荐相关性产品 大数据是一场变革，改变的不仅是数据，还有人们的思维。 更多 不是随机样本而是全部数据 更杂 不是精确性而是混杂性 更好 不是因果关系而是相关关系 让同学们小组讨论大数据思维和传统思维的区别，并将区别展示出来，通过对比展示，这样更能让同学们理解这一知识点。 同桌两人讨论，把得出的结论写在草稿纸上。 分析对象的选择 数据的结构与类型 规模量级 采集方式 规律研究的侧重点 大数据思维 全体数据 认识全面 容错率强 混杂多样 PB以上数量级表示 自动化 相关性 传统思维 技术受限 抽样数据 结论随机 精确严谨 GB或TB表示 手工 因果关系 四、大数据对社会的影响 大数据对社会的影响 1.大数据让生活更便利 通过列举同学们生活中的例子，让同学们感受到大数据让生活更便利。 购物：淘宝、京东、亚马逊等电商平台根据你的浏览历史、购买记录、搜索关键词、购物车商品，为你推荐你可能感兴趣的商品。 娱乐：网易云音乐、QQ音乐根据你的听歌习惯、收藏、点赞、跳过行为，生成“每日推荐”、“猜你喜欢”歌单。 新闻资讯：今日头条、腾讯新闻等APP根据你的阅读历史、点击偏好、停留时长，推送你更可能关注的新闻和文章。 社交媒体：微信朋友圈、微博、抖音/快手的信息流排序，优先展示你更可能互动的好友动态或内容。 实时路况：高德地图、百度地图等利用大量用户手机的GPS位置和速度数据，实时分析道路拥堵情况，提供最佳路线规划和预计到达时间。 2.大数据让决策更精准 现将知识点罗列出来，然后再举出两个例子来论证，知识点和案例的结合，这样更能让同学们掌握其知识点。 大数据支持动态跟踪与全样本采集，为各种决策提供了第一手的材料，再加上可视化技术的应用，提高了数据分析的即时性，可以帮助管理者及时发现问题，进行即时干预。 助学帮扶：江西省上饶市教育局利用大数据动态收集农村孩子入学、辍学、父母陪伴等信息，及时发现留守儿童的学习问题，开展精准助学与帮扶； 交通路线：北京在共享单车运行一年后，重新调整了公交路线，正是共享单车所产生的大数据让交通部门发现了部分线路的公交站点缺失，从而精准地确定了更为利民的交通路线图。 3.大数据带来新的就业需求 通过播放大数据人才的缺失来论证大数据带来新的就业需求这一观点，以新闻事实的角度来引入，这样更能让学生相信大数据能带来新的岗位变革。 随着大数据的发展，与之相关的职业需求也急剧增长。 4.大数据带来新的社会问题 以思维发散的方式展示大数据的威胁，随后的思考探究，让同学们以自己的方式来思考这一问题。 大数据带来的安全威胁有哪些 大数据基础设施安全威胁 大数据存储安全威胁 隐私泄露问题 数据访问安全威胁 其他安全威胁 针对大数据的高级持续性攻击 ………… 思考探究： 大数据时代我们该如何在大数据时代预防信息泄露？ 五、小结 六、课堂小练 在两页PPT中以流线型的线条串联知识点，并以时间线为层层递进引出大数据的概念，从而加深同学们对这一知识点的理解和认知。 将两个知识疑惑点进行线性连接，再施加以否定的图案，并给出解释，这样能引起同学们的注意，提高学习兴趣。 通过不同级别存储量的换算和各种常识数量的对比，让同学们知道大数据的特征之一。 以对比的方式展示大数据速度快的两个特点，在对比中让同学们感知两个特点的区别，这样个容易掌握知识点。 通过线性展开的方式展示大数据速度快的两种定义，在对比和比较中学习其异同点。 展示其知识点后随即列举相应的案例，让同学们结合知识点分析案例，这样更能掌握知识点。 通过展示大数据的处理过程来引出同学们对大数据思维的认识，从而引出大数据思维的三个特点，并将其重点提炼出来，同学们就能更好的掌握其知识点。 让同学们小组讨论大数据思维和传统思维的区别，并将区别展示出来，通过对比展示，这样更能让同学们理解这一知识点。 通过列举同学们生活中的例子，让同学们感受到大数据让生活更便利。 现将知识点罗列出来，然后再举出两个例子来论证，知识点和案例的结合，这样更能让同学们掌握其知识点。 通过播放大数据人才的缺失来论证大数据带来新的就业需求这一观点，以新闻事实的角度来引入，这样更能让学生相信大数据能带来新的岗位变革。 以思维发散的方式展示大数据的威胁，随后的思考探究，让同学们以自己的方式来思考这一问题。 课 堂 练 习 （有题有答案有解析） 1.寒潮蓝色预警：预计寒潮将于今天下午起影响我市，受其影响，所有乡（镇、街道）将有一次剧烈降温、降水和风力增大过程，并可伴有短时强降水、雷暴大风和个别小冰雹等强对流天气，预计日平均气温过程降温幅度可达11～13℃，明天早晨最低气温3～5℃，山区0～2℃，有霜或霜冻，过程最大阵风5～7级，局部山区可达8级以上，请注意防范寒潮天气对生产生活等方面的不利影响。以下关于大数据在气象学中应用的说法，不正确的是（   ） A.动态跟踪与全样本采集为气象预警提供了第一手材料 B.大数据技术能够快速处理来自各地气象站的实时数据流 C.只有采集的每个数据都准确无误才能进行气象预测 D.寒潮预警信息本身又成为大数据的一部分 答案：C 解析：本题考查大数据。选项C，说法不正确。气象预测并不要求每一个数据都绝对准确，因为气象系统本身就具有一定的不确定性。大数据分析通常采用海量数据进行建模，即使个别数据存在误差，整体趋势仍然可以依靠统计规律和算法修正来预测。现代气象预测依赖数据融合、误差修正和模型优化，而不是依赖每一个数据的绝对精确。其它选项均正确，故正确答案为：选项C。 2.杭州深度求索人工智能基础技术研究有限公司研发的DeepSeek大模型，引爆人工智能热潮。DeepSeek是一款多模态AI工具，融合了文本生成、图像创作等多种功能，致力于为用户提供无缝的创作体验。它与传统AI应用不同，DeepSeek采用深度学习和高效的神经网络技术，极大地提升了回应速度和内容质量。用户只需简单描述需求，它便能生成多样化且富有创意的内容，彻底改变了人们与AI的互动方式。DeepSeek大模型在训练过程中需要处理海量数据，并实时响应用户请求。以下关于大数据描述中，错误的是（   ） A.大数据既有人工产生的，也有机器自动产生的 B.大数据蕴含着巨大的价值，价值密度相对较高 C.大数据要分析的是全体数据，而不是抽样数据 D.大数据既包含结构化数据，也包含非结构化数据 答案：B 解析：本题考查大数据。 B选项错误：大数据的价值虽然巨大，但其价值密度通常较低，需要在海量数据中通过分析挖掘才能提取出有价值的信息。其它选项均正确，故正确答案为：选项B。 3.关于大数据的隐私问题，以下哪项表述是错误的？（   ） A.大数据可以通过分析社交媒体数据进行用户行为预测，侵犯隐私 B.个人隐私信息一旦暴露，不易通过技术手段恢复 C.大数据的使用需要在保护用户隐私的前提下进行 D.用户行为数据分析是大数据应用的一部分，但不涉及隐私侵犯 答案：D 解析：本题考查大数据的影响。A 选项正确，分析社交媒体数据（如用户发布内容、社交关系等）可能挖掘出用户未公开的行为模式或偏好，若未经授权，属于隐私侵犯。B 选项正确，个人隐私信息（如身份信息、健康数据等）一旦泄露或被滥用，因数据传播的不可逆性，难以通过技术手段完全恢复或消除影响。C 选项正确，大数据的合理使用必须遵循隐私保护原则（如匿名化、最小化收集等），符合数据安全法规（如 GDPR、个人信息保护法等）。D 选项错误，用户行为数据分析（如浏览记录、购买历史等）可能涉及个人敏感信息，若未采取匿名化处理或未经用户授权，可能构成隐私侵犯。因此，本题选择D 选项。 4.以下关于大数据推送的描述，正确的是（   ） A.大数据推送仅涉及收集大量数据，但不进行任何分析或应用，所以没有安全隐患 B.大数据推送是将所有可用数据随机发送给不同用户，用户按自己的喜好进行选择 C.大数据推送是指通过人工筛选并发送个性化信息给用户的过程 D.大数据推送是利用大型数据集分析用户行为，从而自动发送定制化的内容或服务到用户的设备 答案：D 解析：本题考查的是大数据应用。大数据推送是利用数据分析用户行为，自动发送定制化内容，D正确。 5.某地图软件为前往贵阳野生动物园的游客提供智能服务：除展示园区位置、动物展馆分布等静态信息外，还整合游客评分、实时客流量、地理定位数据等，并通过算法实时规划避堵路线。下列关于该场景中大数据应用的说法，不正确的是（   ） A.地图软件获取的每个数据必须绝对准确无误 B.实时路况数据生成与系统处理响应均具高速特性 C.因全天候采集海量位置数据，其价值密度相对较低 D.导航系统实时规划最优行驶路线是大数据的典型应用 答案：A 解析：本题考查的是大数据应用。大数据应用中，数据往往来自多种来源（如用户GPS、传感器等），可能存在误差、噪声或不完整性。系统通过算法（如数据清洗、冗余处理）来整体提升可靠性，而非要求每个数据点都绝对准确。故选A。 6.人们经常利用计算机程序解决问题，例如使用微信小程序购物、点单、查看健康码、办公、办事等。“粤省事”小程序的健康码可用于辅助防疫，靠的是大数据技术的支撑。从互联网产生大数据角度来看，下面哪个不是大数据的特征（   ） A.大量 B.高速 C.多样 D.价值密度高 答案：D 解析：本题考查的是大数据特征。大数据通常被定义为具有“4V”特征：大量（Volume）：数据规模巨大，远超传统数据处理能力。高速（Velocity）：数据生成、传输和处理速度极快。多样（Variety）：数据来源和类型多样，包括结构化、半结构化和非结构化数据。价值（Value）：但大数据的关键是价值密度低（Value Density Low），即数据总量虽大，真正有价值的信息比例较低，需要通过技术手段提取。故选D。 课 堂 小 结 1.大数据代表着信息量大、速度快、种类繁多的信息资产，需要特定的技术和分析方法将其转化为价值。 2.符合大数据概念的数据一般具有数据规模大、处理速度快、数据类型多、价值密度低四个特征，可以用4个V来概括，即数量（Volume）、速度（Velocity）、多样（Variety）和价值（Value）。 3.大数据思维包括： ①大数据要分析的是全体数据，而不是抽样数据； ②对于数据不再追求精确性，而是能够接受数据的混杂性； ③不一定强调对事物因果关系的探求，而是更加注重它们的相关性。 4.大数据是一场变革，改变的不仅是数据，还有人们的思维。 5.大数据已渗透到各行各业，成为重要的生产因素。 6大数据对社会的影响包括： ①大数据让生活更便利； ②大数据让决策更精准； ③大数据带来新的就业需求； ④大数据带来新的社会问题。 反 思 评 价 本节课对大数据概念、大数据思维、大数据特征、大数据对社会的影响做出了详细的讲解，让学生通过自主探究和小组合作的方式，放手让学生利用数字化的工具自己去探索、归纳、总结，有效的帮助学生认识到数据管理和保护数据安全的重要性，提高了学生对大数据概念、大数据思维、大数据特征、大数据对社会的影响的理解。 学科网（北京）股份有限公司 学科网（北京）股份有限公司 $$