5.1认识大数据课件-2025-2026学年粤教版高中信息技术必修一

该高中信息技术课件围绕“认识大数据”展开，涵盖大数据的定义、核心特征、与传统数据的差异及典型应用场景，通过“文本单词频率分析与可视化”活动探究，构建从理论认知到实践操作的学习支架。 其亮点在于以问题链驱动探究（如网页文本提取、关键字提取、可视化展示），结合Python编程（jieba分词、WordCloud生成词云）培养计算思维与数字化学习创新能力，小组合作与线下探究活动强化实践体验。学生能提升数据处理与工具应用能力，教师可借助具体代码示例和活动设计高效开展教学。

5.1 认识大数据 汇报人：王春艳 定义与核心特征 高速处理（Velocity） 多样性（Variety） 数据规模庞大（Volume） 低价值密度（Value） 处理范式差异 传统数据依赖关系型数据库和确定性分析，而大数据采用NoSQL、MapReduce等非关系型技术处理非确定性关联。 价值密度对比 传统数据价值集中（如交易记录），大数据价值稀疏且需挖掘（如监控视频中关键帧提取），要求更复杂的算法模型。 存储架构革新 传统数据采用集中式存储，大数据依赖分布式文件系统（如HDFS）和云存储，具备横向扩展能力。 分析目标不同 传统数据分析侧重因果推理，大数据分析更关注相关性发现和预测性建模（如用户行为模式识别）。 与传统数据的区别 典型应用场景 城市治理 利用交通摄像头、传感器数据实现智能信号灯调控，降低拥堵指数，典型案例包括杭州城市大脑的实时路况优化。 智慧医疗 整合电子病历、基因测序和影像数据，辅助疾病预测（如AI诊断肿瘤）和个性化治疗方案制定。 精准营销 通过分析用户浏览、购买历史等行为数据，构建个性化推荐系统（如电商平台的"猜你喜欢"），提升转化率30%以上。 文本中单词出现频率数据分析与可视化表达 活动探究 现有一篇文章，需可视化显示出文章中的高频词汇 文本中单词出现频率数据分析与可视化表达 问题1 小组探究并设计问题解决方案 文本中单词出现频率数据分析与可视化表达 问题2 如何提取网页中的文本？ def getcontent(url, tag, attr={}, subtag='a', subattr={}): soup=getsoup(url) node=soup.find(tag, attr) if subtag != None: node=node.find(subtag, subattr) contents=node.contents contents=[unicode(n) for n in contents if True] return filtercontent(u''.join(contents)) 文本中单词出现频率数据分析与可视化表达 问题3 文本中的词组有很多，怎样才能找到它的关键字呢？ import jieba text_from_file_with_apath=open('/Users/Administrator/Desktop/111.docx').read() wordlist_after_jieba=jieba.cut(text_from_file_with_apath, cut_all = True) wl_space_split= " ".join(wordlist_after_jieba) 文本中单词出现频率数据分析与可视化表达 问题4 你认为怎样才能直观、丰富的展示数据结果？ import matplotlib.pyplot as plt from wordcloud import WordCloud import jieba text_from_file_with_apath=open('/Users/Administrator/Desktop/111.docx').read() wordlist_after_jieba=jieba.cut(text_from_file_with_apath, cut_all = True) wl_space_split= " ".join(wordlist_after_jieba) my_wordcloud=WordCloud().generate(wl_space_split) plt.imshow(my_wordcloud) plt.axis("off") plt.show() 文本中单词出现频率数据分析与可视化表达 展示交流 小组上传并展示作品 线下探究 任选一个主题或者自拟主题，制定相应的活动方案。 THANKS 感谢观看 $