5.1认识大数据备课包-2025-2026学年粤教版高中信息技术必修一

四川大学附属中学新城分校 第五章 数据处理和可视化表达 授课老师：王丹妮 《你好，客观“我”》大单元教学设计 项目背景： 为什么淘宝购物时，平台推送的大部分是我们喜欢想要的物品呢？阿里数据经济研究中心秘书长潘永花解释说，运用大数据技术的网购平台会收集消费者的消费习惯、浏览记录、行为轨迹等数据，然后对这些数据进行分析，给消费者一些个性化的推荐。“如果消费者把某类商品放到购物车中，还没有购买。这说明消费者对这类商品很感兴趣，推荐这类商品的可能性就更大。”数据让一切有迹可循，有源可溯。 大数据时代已然来临，并不断影响着我们的点点滴滴。没有人比大数据更了解你，包括你自己！本章以利用大数据认识客观存在的“我”为学习项目主题，让学生通过自主探究的形式去认识大数据、运用大数据、最终对通过大数据分析出来的那个最为客观真实的自己说“Hi！” 一、教材内容分析与整合 （一）教学内容分析 粤教版高中信息技术必修1《数据与计算》中的第五章《数据处理和可视化表达》旨在通过“你好，客观我”这一项目范例，引导学生理解大数据及其特征，掌握数据采集、分析和可视化表达的基本方法。本章内容涵盖了对大数据的基本认识、数据的采集方法与工具、数据的存储与保护、数据的分析技术以及数据的可视化表达等多个方面。 大数据的认识：通过介绍大数据的概念、特征及其对日常生活的影响，帮助学生建立起对大数据的整体认知。这部分内容不仅涉及大数据的定义和“4V”特征（大量、多样、低价值密度、高速），还探讨了大数据在现实生活中的应用及其对人们生活方式的改变。 数据的采集：详细介绍了数据采集的方法和工具，包括系统日志采集法、网络数据采集法以及其他数据采集法。也讨论了数据的存储方式（本地存储与云端存储）以及数据保护的重要性，包括数据安全保护技术和数据隐私保护。 数据的分析：这一部分内容涵盖了数据分析的多个方面，包括特征探索、关联分析、聚类分析和数据分类。通过具体的案例分析，引导学生理解并掌握这些数据分析技术，学会从大量数据中提取有价值的信息。 数据的可视化表达：介绍了数据可视化表达的方式和工具，帮助学生理解如何通过图形、图像等方式直观展示数据特征和规律，提升数据分析的效率和效果。 （二）单元内容分析 本单元以“你好，客观我”为核心项目，围绕大数据的认识、数据采集、数据分析和数据可视化表达四个主要环节展开。每个环节都包含了丰富的理论知识和实践技能，旨在通过项目式学习，帮助学生将理论知识应用于实际问题的解决中。 大数据的认识：作为单元学习的起点，这部分内容为学生提供了大数据的基础认知框架。通过了解大数据的概念、特征及其对生活的影响，学生能够认识到大数据在当今社会的重要性，为后续学习奠定基础。 数据的采集：数据采集是数据分析的前提和基础。本单元详细介绍了多种数据采集方法和工具，帮助学生掌握如何有效地从各种数据源中获取所需数据。也强调了数据存储和保护的重要性，确保数据的完整性和安全性。 数据的分析：数据分析是单元学习的核心环节。通过特征探索、关联分析、聚类分析和数据分类等多种技术手段，学生能够学会如何从大量数据中提取有价值的信息，为决策提供支持。这部分内容不仅涉及理论知识的学习，更注重实践操作能力的培养。 数据的可视化表达：数据可视化表达是数据分析结果的直观呈现方式。通过学习和掌握数据可视化表达的方式和工具，学生能够更加清晰地理解数据特征和规律，提升数据分析的效率和效果。 （三）单元内容整合 本单元内容以“你好，客观我”项目为主线，将大数据的认识、数据采集、数据分析和数据可视化表达四个环节有机整合在一起。通过项目式学习的方式，引导学生逐步深入探索大数据处理和分析的全过程。 在单元学习过程中，注重理论与实践相结合，通过案例分析、实践操作等多种方式，帮助学生深入理解并掌握相关知识和技能。也注重培养学生的问题解决能力、创新能力和团队协作能力，为学生未来的学习和工作奠定坚实基础。 二、学情分析 （一）已知内容分析 在高中信息技术必修1《数据与计算》的前几章内容中，学生们已经学习了数据与信息的基本概念、数据的编码方式、数据采集与处理的基础方法。具体来说，学生已经掌握了以下知识点： 数据与信息的关系：学生理解数据是信息的载体，信息是数据经过加工处理后的结果。 数据编码：学生了解了二进制、ASCII码等基本数据编码方式，并能够进行简单的编码和解码操作。 数据处理：学生初步掌握了数据整理、分类、排序等基本处理方法，能够利用简单的工具进行数据处理。 通过之前的学习，学生还具备了使用计算机进行基本操作的能力，如文件管理、网络搜索等，为后续的数据处理和可视化表达打下了基础。 （二）新知内容分析 在《第五章 数据处理和可视化表达》中，学生将深入学习大数据的特征、影响，以及数据采集、分析、可视化表达的方法和工具。具体内容包括： 大数据的认识：学生需要理解大数据的基本概念、特征及其在现代社会中的重要作用。 数据采集：学生将学习数据采集的方法和工具，了解系统日志采集法、网络数据采集法等多种采集方式，并掌握数据存储和保护的基本技术。 数据分析：学生将学习特征探索、关联分析、聚类分析、数据分类等数据分析方法，理解数据分析的基本流程和技巧。 数据可视化表达：学生将掌握数据可视化表达的方式和工具，能够利用图表、地图等多种形式直观地展示数据，提高数据解读能力。 这些内容不仅要求学生具备扎实的理论基础，还要求学生具备较强的实践操作能力和问题解决能力。 （三）学生学习能力分析 高中二年级的学生在信息技术课程的学习上已经具备了一定的基础，他们的学习能力主要表现在以下几个方面： 自主学习能力：学生已经习惯了自主学习，能够利用网络资源和教材进行自我学习，解决一些基础问题。 合作学习能力：在之前的学习过程中，学生已经积累了小组合作学习的经验，能够与他人协作完成任务。 逻辑思维能力：通过数学、物理等学科的学习，学生已经具备了一定的逻辑思维能力，能够理解和运用抽象概念。 动手实践能力：学生喜欢动手实践，能够通过实验和操作加深对知识的理解和掌握。 面对大数据处理和可视化表达这一全新领域，学生可能会遇到一些挑战，如数据处理量庞大、分析方法复杂、可视化工具使用不熟练等。 （四）学习障碍突破策略 为了帮助学生克服学习障碍，提高学习效果，我们将采取以下策略： 情境导入，激发兴趣 通过展示大数据在现实生活中的应用案例，如网络购物平台的客户行为分析、网易云歌曲风格预测等，激发学生的学习兴趣和求知欲。 创设真实的学习情境，让学生感受到大数据处理的实用性和价值，增强学习的动力。 分解任务，逐步推进 将大数据处理和可视化表达的学习内容分解为若干个小任务，如数据采集、数据清洗、特征探索、关联分析等，每个任务都设定明确的学习目标和评价标准。 按照任务难度和逻辑顺序逐步推进，先易后难，先基础后提高，确保学生能够循序渐进地掌握知识和技能。 强化实践，提升能力 提供丰富的实践机会，让学生在动手操作中加深对知识的理解和掌握。例如，组织学生进行数据采集实验、数据分析竞赛、数据可视化作品展示等活动。 鼓励学生利用课余时间进行自主学习和实践，如参加在线课程、阅读相关书籍、参与开源项目等，拓宽知识视野，提升实践能力。 小组合作，共同提高 组织学生成立学习小组，鼓励他们在小组内进行讨论、交流和协作，共同解决问题。通过小组合作，学生可以相互学习、相互启发，提高学习效率和质量。 定期组织小组汇报和展示活动，让学生分享学习成果和经验，增强自信心和表达能力。 资源支持，辅助学习 提供丰富的学习资源，如教材、课件、视频教程、在线工具等，帮助学生更好地理解和掌握学习内容。 建立学习支持平台，如QQ群、微信群等，方便学生随时随地进行学习和交流，解答疑问，分享心得。 差异化教学，关注个体 针对学生的学习能力和兴趣差异，采取差异化教学策略，为不同层次的学生提供个性化的学习指导和支持。 关注学生的学习进度和反馈，及时调整教学计划和方法，确保每个学生都能跟上教学节奏，取得良好的学习效果。 通过以上策略的实施，我们旨在帮助学生克服学习障碍，提高大数据处理和可视化表达的学习效果，培养学生的信息素养和综合能力。 三、大主题设计 本大单元教学主题为“你好，客观我”，旨在通过探究大数据视角下学生最真实的自己，让学生深入理解大数据的概念、特征及其对日常生活的影响，掌握数据采集、处理、分析和可视化表达的基本方法，并能够在实践中运用这些知识和技能解决实际问题。本主题以大数据为核心，融合了信息技术学科中的多个重要概念和方法，强调理论与实践的结合，旨在培养学生的信息意识、计算思维、数字化学习与创新能力和信息社会责任。 四、大单元目标叙写 （一）信息意识 目标描述：学生能够敏锐地感知到大数据在日常生活中的应用，认识到数据对问题解决和决策制定的重要性，具备从大数据中提取有价值信息的能力。 具体表现： 学生能够主动关注大数据相关的新闻和技术发展动态，理解大数据在社会各个领域中的应用案例。 在面对实际问题时，学生能够想到利用大数据进行分析和解决，具备从大数据中挖掘有用信息的能力。 学生能够意识到大数据中的隐私和安全问题，了解数据保护的重要性，并能够在信息活动中自觉遵守相关法律法规和伦理道德规范。 （二）计算思维 目标描述：学生能够运用计算机科学领域的思想方法，对大数据进行分析和处理，抽象出问题的特征，建立结构模型，并运用合理的算法解决问题。 具体表现： 学生能够针对大数据问题进行需求分析，明确需要解决的关键问题，并提取问题的基本特征进行抽象处理。 学生能够运用适当的算法（如关联分析、聚类分析、数据分类等）对大数据进行处理和分析，得出有价值的结论。 学生能够利用编程语言或其他数字化工具实现大数据处理和分析的算法，解决实际问题。 （三）数字化学习与创新 目标描述：学生能够适应数字化学习环境，利用数字化资源和工具进行自主学习和协作学习，创造性地解决问题，形成创新作品。 具体表现： 学生能够评估并选用适当的数字化资源和工具（如数据库、数据分析软件、可视化工具等）进行大数据处理和分析。 学生能够在数字化学习环境中进行有效的自主学习和协作学习，分享知识、交流思想，共同解决问题。 学生能够利用大数据处理和分析的结果，创造性地解决问题或形成创新作品，如制作数据可视化报告、开发数据分析应用等。 （四）信息社会责任 目标描述：学生能够理解并遵守信息社会的道德与伦理准则，负责任地使用信息技术，关注信息技术对环境和人文的影响，积极参与信息社会的建设。 具体表现： 学生能够认识到大数据处理和分析过程中可能涉及的隐私和安全问题，了解数据保护的重要性，并能够在实践中采取适当的措施保护数据安全。 学生能够遵守信息法律法规，尊重他人的知识产权和个人隐私，不从事非法侵入他人信息系统、窃取数据等危害网络安全的活动。 学生能够关注信息技术发展对环境和人文的影响，积极参与信息社会的建设，为创造安全、健康、和谐的信息环境贡献自己的力量。 五、大单元教学重点 大数据的概念与特征：让学生深入理解大数据的定义、产生背景、基本特征及其在各个领域的应用，为后续学习奠定基础。 数据采集与存储：让学生掌握数据采集的基本方法和工具，了解数据存储的基本方式和保护策略，确保数据的完整性和安全性。 数据分析与可视化表达：让学生掌握数据分析的基本方法（如特征探索、关联分析、聚类分析、数据分类等）和可视化表达的基本工具（如Matplotlib、Seaborn、Bokeh等），能够运用这些方法和工具解决实际问题。 六、大单元教学难点 大数据特征的理解：大数据具有“4V”特征（大量、多样、低价值密度、高速），这些特征使得大数据处理和分析与传统数据处理有很大不同。学生需要深入理解这些特征，才能更好地把握大数据处理和分析的要点。 数据分析方法的运用：数据分析是大数据处理的核心环节，涉及多种方法（如关联分析、聚类分析、数据分类等）。学生需要掌握这些方法的基本原理和操作步骤，并能够在实践中灵活运用这些方法解决实际问题。 数据可视化表达的创新：数据可视化是将数据分析结果以图形、图像等形式展示出来，使得数据更加直观、易于理解。学生需要具备创新思维，能够根据不同的数据特点和展示需求，设计出具有个性化和创意的数据可视化作品。 针对以上教学难点，教师需要在教学中注重以下几点： 通过案例分析、实践操作等方式，让学生深入理解大数据的特征和数据分析方法的基本原理。 提供丰富的实践机会，让学生在实际操作中掌握数据分析方法和可视化表达工具的使用技巧。 鼓励学生进行创新思维和个性化表达，引导他们根据数据特点和展示需求设计具有创意的数据可视化作品。 教师还需要关注学生的学习过程，及时给予指导和反馈，帮助他们克服学习中的困难，提高学习效果。 七、大单元整体教学思路 教学目标设定 根据《普通高中信息技术课程标准（2017年版2020年修订）》的要求，结合粤教版高中信息技术必修1《数据与计算》第五章《数据处理和可视化表达》的教学内容，本单元的教学目标将从以下四个方面进行设定：信息意识、计算思维、数字化学习与创新、信息社会责任。 （一）信息意识 对信息的敏感度：学生能够敏锐地感知到自己平时在网络上的行为数据中蕴含的信息价值，理解这些数据对于科学客观了解自己的重要性。 对信息价值的判断力：学生能够根据解决问题的需要，主动寻求并合理判断认识自己的行为数据来源的准确性和可靠性，评估数据对分析结果的潜在影响。 信息安全意识：学生在处理网络或物联网行为数据时，能够认识到数据安全的重要性，采取适当措施保护个人隐私和商业秘密，避免数据泄露和滥用。 （二）计算思维 形式化表述问题：学生能够运用计算机科学领域的思想方法，将自己平时的网络行为数据分析的问题进行形式化表述，明确需要解决的关键问题。 抽象与建模：学生能够提取问题的基本特征，进行抽象处理，建立数据模型，合理组织数据，以便进行进一步的分析。 算法设计与实现：学生能够针对数据分析的需求，设计合适的算法，并利用编程语言或其他数字化工具实现这些算法，解决实际问题。 系统化解决方案：学生能够整合数据采集、存储、分析和可视化表达等各个环节，形成系统化的解决方案，提高数据处理的效率和准确性。 （三）数字化学习与创新 数字化学习环境的适应：学生能够适应数字化学习环境，利用网络资源和数字化工具进行自主学习和协作学习，提高学习效率。 数字化学习资源的采集与管理：学生能够根据需要，有效地采集和管理自身网络行为数据相关的数字化学习资源，为数据分析提供有力支持。 创新创造：学生能够在数据分析的过程中，发挥创新思维，提出新的见解和解决方案，创造性地解决问题，形成个性化的学习成果。 （四）信息社会责任 遵守信息法律法规：学生能够自觉遵守信息法律法规，尊重知识产权，不从事任何违法违规的信息活动。 维护信息安全：学生在处理自身网络行为数据时，能够积极维护个人、他人和公共信息安全，防止数据泄露和滥用。 伦理道德：学生能够在信息活动中，秉持良好的伦理道德观念，尊重他人的隐私和权益，不传播虚假信息，不参与网络欺凌等不良行为。 社会责任感：学生能够认识到自己在信息社会中的责任和义务，积极参与信息社会的建设和发展，为构建和谐、健康的信息社会贡献力量。 教学整体思路 本单元的教学将以项目式学习为主要方式，通过“你好，客观我”这一项目，引导学生经历数据采集、存储、分析和可视化表达等各个环节，全面提升学生的信息素养。具体教学思路如下： （一）项目引入与情境创设 通过激发学生从质性的自我评价和他人评价过渡到运用大数据进行客观评价，引导学生认识到数据分析在现代决策中的重要性，激发学生的学习兴趣和探究欲望。创设项目情境，明确项目目标和任务要求，为后续的学习活动奠定基础。 （二）数据采集与存储 数据采集：介绍自身网络行为数据的来源和采集方法，引导学生利用网络爬虫、API接口等工具进行数据采集。通过实践操作，让学生掌握数据采集的基本技能和注意事项。 数据存储：介绍数据存储的基本原理和常见方式，引导学生选择合适的存储方式存储采集到的数据。强调数据安全的重要性，引导学生采取适当措施保护数据安全。 （三）数据分析方法学习与实践 特征探索：介绍特征探索的基本方法，引导学生对采集到的数据进行预处理和描述性统计分析，了解数据的分布特征和基本统计量。 关联分析：介绍关联分析的基本算法和应用场景，引导学生发现数据之间的关联性或相关性，挖掘数据背后的价值。 聚类分析：介绍聚类分析的基本思想和方法，引导学生将数据分为若干个簇，以便进一步分析数据的内在结构和规律。 数据分类：介绍数据分类的基本原理和方法，引导学生根据数据的特征将其分为不同的类别，以便进行更深入的分析。 （四）数据可视化表达 可视化表达方式学习：介绍数据可视化表达的基本方式和工具，如柱状图、折线图、饼图、散点图等，引导学生了解各种方式的适用场景和优缺点。 可视化表达实践：引导学生运用所学的可视化表达方式和工具，将数据分析结果以直观、生动的方式呈现出来。通过实践操作，让学生掌握数据可视化表达的基本技能和注意事项。 （五）项目总结与反思 在项目完成后，组织学生进行总结和反思，分享学习心得和体会。通过项目评价，了解学生的学习成果和不足之处，为后续的教学改进提供依据。引导学生将所学知识运用到实际生活中，提高信息意识和计算思维能力。 教学策略与方法 （一）项目式学习 以“你好，客观我”为项目主线，贯穿整个教学过程。通过项目式学习，让学生在真实情境中学习数据处理和可视化表达的知识和技能，提高解决问题的能力和创新意识。 （二）合作学习 鼓励学生进行小组合作学习，共同完成项目任务。通过小组合作，培养学生的协作精神和沟通能力，同时促进知识的共享和互补。 （三）探究式学习 引导学生通过探究和实践，发现问题、解决问题。在探究过程中，培养学生的批判性思维和创新能力，同时加深对知识的理解和掌握。 （四）案例教学 通过展示和分析实际案例，帮助学生理解数据处理和可视化表达的应用场景和实际效果。通过案例教学，激发学生的学习兴趣和探究欲望，提高教学效果。 （五）技术融合 将信息技术与其他学科知识进行融合，拓展学生的知识视野和思维方式。通过技术融合，培养学生的跨学科思维和综合能力，提高信息素养和创新意识。 学业评价 本单元的学业评价将采用多元化的评价方式，包括过程性评价和总结性评价相结合。具体评价方式如下： （一）过程性评价 课堂参与度：评价学生在课堂上的表现，包括提问、回答、讨论等环节的参与度。 实践操作能力：评价学生在实践操作中的表现，包括数据采集、存储、分析和可视化表达等环节的技能掌握情况。 小组合作能力：评价学生在小组合作学习中的表现，包括协作精神、沟通能力、责任分工等方面的表现。 （二）总结性评价 项目成果展示：组织学生展示项目成果，包括数据分析报告、可视化表达作品等。通过展示评价学生的综合素质和创新能力。 测试与考核：通过测试卷或考核任务等方式，对学生的知识掌握情况进行全面考核。考核内容涵盖数据处理和可视化表达的基本概念、方法、技能等方面。 3. 自我评价与互评：鼓励学生进行自我评价和互评，反思学习过程中的得失和成长。通过自我评价和互评培养学生的自我认知能力和批判性思维。 八、大单元整体教学框架 第五章 数据处理和可视化表达 授课老师： 你好，客观“我” ——第1课时 认识大数据 一、子项目简介 项目任务 1、 让学生分析大数据的特征。 2、 让学生总结大数据的概念 3、 让学生感受生活中常见的大数据应用场景 4、 让学生梳理利用大数据认识客观“我”的流程 对应教材 粤教版信息技术必修1《数据与计算》第五章5.1 认识大数据 课时安排 1课时 二、课程标准及目标分析 （一）课程标准及教材分析 1. 本节对应课标的内在要求 以项目学习作为载体，通过小组合作、自主探究的方式，理解大数据的特征；通过生活案例和学生自主探究，总结大数据的概念； 2. 本节对应的学业要求 （1）了解大数据的概念；体验计算机数据存储的特点。（信息意识、数字化学习与创新） （2）理解大数据的特征。（信息意识） （3）能够感受大数据给我们生活带来的利弊。（信息意识、信息社会责任） 3. 本节的地位和作用 本节是本教科书的第五章第一节，是本章后续内容的基础知识与技能准备。本节以培养信息素养为目标，以知识技能为载体，以项目学习活动为途径，开展自主、协作、探究学习，让学生认识大数据。 （二）本节对应达成的学科核心素养 （1）在日常生活中，认识哪些属于大数据。（信息意识） （2）在信息活动中，具有信息安全意识，可以辩证的对待大数据对生活带来的变化和影响（信息意识、信息社会责任） （三）目标分析 1.通过对“自我”和“客我”的评价方式，感受大数据； 2.通过分析对生活中常见的大数据应用，挖掘大数据的“4V”特点，归纳大数据的概念； 3.利用常见的大数据应用场景，理解大数据是信息资产； 4.通过交流讨论，梳理大数据的来源； 5.通过独立思考，让学生梳理利用大数据认识客观“我”的流程 6.通过课外阅读与感受，知道从不同角度出发大数据的特点与大数据对生活的影响。 三、学习活动设计 教学环节 教师活动 学生活动 问题导入 提出经典哲学问题“我是谁，我从哪来，我到哪去”引发学生思考——自己是一个什么样的人？并请学生回答 完成自主学习方案第1题 问题探究一 告知学生刚才的评价是自我评价，可能存在不全面、主观意识过强的问题，那要更清楚的知道自己是谁，需要了解的客观意义上真实存在的自己，抛出问题：那怎样才能获得客观评价呢？ 完成自主学习方案第2题（可能较容易想到他人评价、引导回答数据分析） 案例展示 通过展示学生熟悉的各类app年度总结，让学生感受身边无处不在的大数据，以及大数据视角下的客观评价 跟随教师思路，感受大数据在生活中的应用 问题探究二 引导学生思考上面展示的年度总结后台是怎样得到的（采集数据➡分析数据➡得出结论），再来继续追问，这些数据和传统数据（比如成绩、身高等）有何不同 完成自主学习方案第3题（可能较容易分析出数据量大、种类多和变化速度快，较难分析出低价值密度） 习得新知 带领学生从特点角度出发，总结大数据的概念 完成自主学习方案第4题（可能较困难） 问题探究三 展示身边常见的应用大数据的生活场景，引导学生提炼出大数据的意义点：预测、洞察、决策能力➡能力赋予价值➡有价值意味着可以将其看作资产，最后带领学生理解比较生涩难懂的大数据完整概念。 完成自主学习方案第5题（可能较困难，教师多加引导） 问题探究四 提出问题：大数据的来源有哪些 完成自主学习方案第6题（可能较容易互联网来源、忽视物联网来源） 中心问题探究 最后抛出本单元的第一个中心问题：最想通过大数据技术认识自己的哪个方面，原因是什么？你又将如何利用大数据去挖掘最真实的你，请用流程图的形式表达。 通过该题，让学生以流程图的形式，独立梳理出大单元的学习脉络，让学生站在整体观的角度明确本单元后续将围绕找寻客观“我”的项目主题展开学习 完成自主学习方案第7题 学习拓展 给学生独立学习时间 根据教师提供的自主学习方案中的“学习拓展”部分，从不同角度之了解大数据的特征和对生活的影响（本节课不做具体掌握要求，学生伴随着后续的进一步学习，逐步深入理解） 教学反思：本次 “认识大数据” 教学，以生活实例引入，成功吸引学生目光，课堂氛围活跃。然而，问题也较明显，复杂概念阐释时，学生理解有困难，小组讨论深度不足。今后要优化概念讲解方式，提前设置引导问题，助力小组探讨，让学生更扎实地掌握大数据知识。 学科网（北京）股份有限公司 $教师： 你好，客观“我” ——第1课时 认识大数据 自我 客我 VS 认识客我的途径 他人评价 数据分析 老师、同学、家人....... 每次考试成绩、身高、体重、睡觉起床时间...... 喜好听什么歌？对什么商品感兴趣？周末出行安排？每年消费情况？ 3 4 01 大数据指数据量巨大，远超传统数据库处理能力的数据集合。 规模极为庞大 02 包括结构化、半结构化和非结构化数据，形式多样，来源广泛。 多样数据类型 “潜在数据”的特征 03 大数据价值密度远远低于传统关系数据库中的那些数据。在大数据时代，很多有价值的信息都是分散在海量数据中的。 价值密度低 04 数据来自世界各地的网络终端，以秒为单位快速变化 变化速度快 大数据的概念 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高效捕捉、管理和处理的数据集合。 6 身边的大数据 场景一：当我们打开淘宝、拼多多等购物软件时，首页会显示出推荐的商品。为什么购物软件推荐的商品总是很合我们心意？ 场景二：当我们打开抖音、哔哩哔哩等视频软件时，首页会显示出推荐的视频。为什么打开视频软件就刷到停不下来了？ 大数据分析 播放时长 点赞 视频类型 评论 教育程度 性别 年龄 地域 职业 搜索记录 用户观看视频行为分析 用户网络购物行为分析 智能分析 预测 决策 有价值 信息资产 大数据的概念 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高效捕捉、管理和处理的数据集合，是具有超强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 9 大数据的来源 02 互联网数据 用户在社交媒体平台上发布的内容、互动等信息构成的数据。 社交媒体数据 用户在互联网上的点击、浏览、搜索等行为产生的数据。 用户行为数据 物联网数据 物联网设备传感器收集的数据，如温度、湿度、运动状态等。 设备传感器 智能家居、智能穿戴等设备产生的用户行为和使用数据。 智能设备 12 思考： 你最想通过大数据技术认识自己的哪个方面，原因是什么？你又将如何利用大数据去挖掘最真实的你，请用流程图的形式表达。（可从大数据来源、采集、处理、分析等角度出发） 13 确定自己最想知道自身哪方面的客观评价（如：购物习惯、音乐品味、兴趣爱好、健康情况....） 在互联网/物联网采集数据 利用合适的方式分析数据 得出结论，认识客观“我” $ 川大附中新城分校学生“自主学习方案”设计表 姓名： 班级： 学科：信息技术 《你好，客观“我”》 第1课时 认识大数据 内容 学习目标 1. 通过对“自我”和“客我”的评价方式，感受大数据； 2. 通过分析对生活中常见的大数据应用，挖掘大数据的“4V”特点，归纳大数据的概念； 3. 利用常见的大数据应用场景，理解大数据是信息资产； 4. 通过交流讨论，梳理大数据的来源； 5. 通过课外阅读与感受，知道从不同角度出发大数据的特点与大数据对生活的影响。 学习重点 1. 大数据的概念 2. 大数据的“4V”特征 3. 大数据的来源 学习难点 在对掌握大数据的概念和来源后，梳理如何利用大数据去认识更加客观真实的自己。 学习过程 课前独立思考（2min） 1.请你从多个角度评价自己： 课中讨论交流（3min） 2. 请思考可以从哪些方面获取客观评价： 深入思考探究 （5min） 3.请回答支撑这些客观评价的“潜在”数据有什么特点： 独立归纳小结（1min） 4.请你根据总结的大数据特点，用自己的话解释什么是大数据： 合作梳理提炼（2min） 5.通过对身边常见大数据应用场景的分析，提炼大数据如何影响生活的关键词： 课中讨论交流（2min） 6.请你想想大数据的来源有哪些： 探究中心问题（5min） 7.你最想通过大数据技术认识自己的哪个方面，原因是什么？你又将如何利用大数据去挖掘最真实的你，请用流程图的形式表达： 学习拓展 1. 阅读教材P102页的内容，知晓“从互联网思维的角度来看”、“从大数据存储与计算的角度来看”大数据的特征，并伴随后续的深入学习，逐步深入理解其意义 2. 感受生活中的大数据现象，分析大数据对生活的积极和消极影响 学科网（北京）股份有限公司 $