第二章第1节 从数据到大数据（教学课件）- 2025-2026学年清华大学版 初中信息技术八年级上册

该初中信息科技课件围绕“从数据到大数据”展开，核心知识点包括数据与信息的辨析、数据集的构成、历史数据故事的意义、大数据的4V特征及现实应用。通过问题驱动导入，以表格对比数据与信息，逐步过渡到数据类型、数据集，结合约翰·斯诺霍乱地图等历史案例揭示数据价值，进而引入大数据概念与特征，搭建从基础到进阶的学习支架。 其亮点在于注重信息意识与计算思维培养，通过约翰·斯诺死亡病例地图、南丁格尔玫瑰图等历史案例展现数据驱动决策，结合智能交通、健康医疗等现实应用案例深化理解。课堂活动对比电子导航与纸质地图，强化数字化学习与创新能力。教师可借助丰富案例与表格对比高效教学，学生能提升数据敏感度与价值判断力。

从数据到大数据 八年级信息科技第2单元第1节 课堂目标 数据再认识 历史中的数据故事 大数据的概念与4V特征 现实中的大数据应用 一、数据再认识 如图所示，请问什么是数据？什么是信息？ 数据 信息 175、65 身高175cm、体重65kg 数据是人们采用某种符号，对客观事物的某些属性（如性质和状态等）进行记录或描述的结果；将数据放在某个具体的现实场景中解释或使用，数据就有了特定的意义，或者说数据就变成了有助于了解客观事物的信息。 1.数据的表现形式 类型 特点 例子 数值型数据 数字+单位，直接表示属性 身高175cm、温度32℃ 文本型数据 文字+数字组合，描述状态 “今天晴，风力2-3级” 其他形式 图像、音频、视频等 监控录像、语音消息 单一的一条数据，即针对一个事物某些属性的一条记录，其所承载的信息是相当有限的。如果要更可靠地完成项目，还需要测量并采集更多数据，用来构成能客观反映天气状况的“数据集”。 数据集，就是描述某一事物某些属性的一系列数据，数据集所包含的数据项的数量应充分大，至少要能反映出该事物这些属性的一般情况。 2.从数据到数据集 3.历史上的数据故事 阅读教材P78-P80,分析两个数据故事的意义 约翰・斯诺绘制的死亡病例地图 弗洛伦斯・南丁格尔绘制的士兵死亡数据的统计图形 做法 结果 意义 将死亡病例标注在地图上，发现病例集中于宽街水泵 证明霍乱通过污染的水传播，关闭水泵后疫情平息 开创流行病学，奠定现代公共卫生基础 用“玫瑰图”展示士兵死亡原因 推动战地医院医疗条件改善，挽救大量士兵生命 推动战地医院医疗条件改善，开创数据驱动医疗改革与可视化决策的典范。 二、大数据的概念和特征 20世纪90年代末,“大数据”一词被提出。2016年，数据科学家对大数据进行正式定义，即大数据代表着信息量大、变化速度快、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。也就是说，大数据之“大”不仅指规模、变化速度和种类的特征，也意味着只有更强大的处理软件与运算能力，才能对数据进行采集、组织、管理和加工等操作。数据分析者需要通过设计全新的技术工具，才能做到从多元、复杂和巨量规模的数据集里洞察规律。 1.大数据的提出 2.大数据的特征 特征 含义 案例 巨量性（Volume） 数据体量极大（TB/PB级） FAST天眼每天产生500TB数据；《红楼梦》87万字，10TB≈66亿部《红楼梦》 多样性（Variety） 数据类型多（结构化/非结构化） 手机、监控、传感器等产生的视频、日志、位置数据 高速性（Velocity） 数据产生/传输速度快 地图导航实时更新路况；搜索引擎秒级索引新信息 价值性（Value） 数据价值密度低，需挖掘 几小时监控视频中，仅几秒有有效信息 三、现实中的大数据 核心：靠 AI、大数据感知路况，优化调度，提升通行效率与安全。 案例：导航 APP 实时推送拥堵绕行路线；智能红绿灯为救护车优先放行。 1.智能交通 核心：以 AI、机器人技术辅助诊疗与管理，优化医疗资源，让服务更精准普惠。 案例：手术机器人完成高精度眼科操作；北大三院 “灵智体系” 实现智能导诊与病历辅助书写。 2.健康医疗 核心：通过物联网、大数据监测种养环境，精准作业，减少人力与资源浪费。 案例：极飞科技无人农场实现自动化种植；湛江 “5G + 智慧养殖” 用网箱和技术管控海产品养殖。 3.智慧农业 课堂活动 主题：电子导航地图 VS 传统纸质地图的特点对比 特点 电子导航地图 传统纸质地图 数据呈现方式 数据更新 网络依赖 功能拓展 可视化（实时路况、3D 模型） 平面静态 实时更新 固定版本，更新慢 需要联网获取实时数据 无需网络 路线规划、语音导航 仅提供地理信息 $