1.5 数据与大数据 知识点及课后练习 2026-2027学年高一上学期浙教版高中信息技术必修一

本讲义聚焦“数据与大数据”核心知识点，系统梳理大数据的概念、4V特征（数据体量大、处理速度快、数据类型多、价值密度低）、思维三大转变（从样本到全体、精确到混杂、因果到相关）、社会影响及处理基本流程，构建从概念认知到应用实践的完整学习支架。 资料设计突出信息意识与计算思维培养，通过“智慧交通”等综合案例分析大数据特征及应用，结合多样化练习（选择、简答等）与参考答案，课中助力教师系统教学，课后帮助学生巩固知识、查漏补缺，强化数据安全与社会责任意识。

1.5 数据与大数据 班级：__________ 姓名：__________ 学号：__________ 得分：__________ 【知识点梳理】 一、大数据的概念 大数据（Big Data）是指无法在一定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，是需要新处理模式才能具有更强的决策力、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。 大数据之"大"，不仅指数据的"数量大"，更重要的是指通过对海量数据的分析处理，能够挖掘出巨大的"价值"。 二、大数据的特征（4V特征） 1. 数据体量大（Volume）：数据规模从TB级别跃升到PB、EB乃至ZB级别。 2. 处理速度快（Velocity）：数据产生和更新的速度快，需要实时或近实时处理。 3. 数据类型多（Variety）：包括结构化数据（如数据库表）、半结构化数据（如XML、JSON）和非结构化数据（如文本、图片、视频、音频等）。 4. 价值密度低（Value）：海量数据中真正有价值的信息占比很低，需要通过大数据分析技术挖掘价值。例如，在连续不间断的监控视频中，有用的数据可能仅有几秒钟。 三、大数据思维 大数据时代带来了思维方式的三大转变： 1. 从"样本"到"全体"：传统数据分析采用随机采样方法，而大数据分析的是全体数据（全样本），不再依赖随机采样。 2. 从"精确"到"混杂"：传统数据追求数据的精确性，而大数据能够接受数据的混杂性和不精确性，关注整体趋势而非个别数据的精确。 3. 从"因果"到"相关"：传统数据分析注重探求事物之间的因果关系（"为什么"），而大数据分析更加注重事物之间的相关性（"是什么"），通过发现关联关系来预测和决策。 四、大数据对社会的影响 积极影响： 1. 大数据让生活更便利：如个性化推荐、智能导航、在线医疗等。 2. 大数据让决策更精准：如商业决策、城市管理、政策制定等基于数据驱动。 3. 大数据带来新的就业需求：数据分析师、大数据工程师、算法工程师等新兴职业。 4. 大数据推动科技创新：人工智能、物联网、云计算等技术与大数据深度融合。 挑战与问题： 1. 隐私泄露风险：大数据采集和分析过程中可能涉及个人隐私信息的泄露。 2. 数据安全问题：数据存储和传输过程中面临被攻击、窃取的风险。 3. 数字鸿沟：不同地区、不同人群在数据获取和使用能力上存在差距。 4. 伦理道德问题：如数据歧视、算法偏见、数据滥用等。 五、大数据处理的基本思想 处理大数据时，一般采用"分治思想"：将一个巨大的问题分解成许多小问题，分配给多台计算机并行处理，最后汇总结果。这种处理方式称为分布式计算。 大数据处理流程一般包括：数据采集 → 数据存储 → 数据清洗 → 数据分析 → 数据可视化与应用。 【课后练习】 一、单项选择题（每题2分，共30分） 1. 大数据的4V特征不包括下列哪一项？（ ） A. 数据体量大（Volume） B. 处理速度快（Velocity） C. 价值密度高（Value） D. 数据类型多（Variety） 2. 下列关于大数据的说法，正确的是（ ） A. 大数据就是指数据量很大的数据 B. 大数据的价值密度通常很高 C. 大数据处理一般采用分治思想 D. 大数据分析只关注因果关系 3. 大数据时代，数据处理思维方式的转变不包括（ ） A. 从样本分析到全体分析 B. 从追求精确到接受混杂 C. 从关注相关到探求因果 D. 以上都不是 4. 下列属于结构化数据的是（ ） A. 微信聊天记录 B. 学生成绩数据库表 C. 抖音短视频 D. 数码照片 5. 12306铁路售票系统在春运期间利用大数据分析客流情况，这主要体现了大数据的哪一特征？（ ） A. 数据体量大 B. 处理速度快 C. 数据类型多 D. 价值密度低 6. 大数据分析中，"啤酒与尿布"的经典案例主要体现了大数据思维中的（ ） A. 全样本分析 B. 接受混杂性 C. 关注相关性 D. 追求精确性 7. 下列不属于大数据应用场景的是（ ） A. 电商平台的个性化商品推荐 B. 导航软件的实时路况分析 C. 用计算器计算一道数学题 D. 智慧城市的交通信号调度 8. 大数据处理流程中，对原始数据中重复、错误或不完整的数据进行修正和清理的过程称为（ ） A. 数据采集 B. 数据清洗 C. 数据分析 D. 数据可视化 9. 下列关于大数据价值密度的说法，正确的是（ ） A. 大数据的价值密度很高 B. 大数据的价值密度较低 C. 大数据的价值密度与数据量成正比 D. 大数据没有价值 10. 监控视频连续录制24小时，但真正有用的画面可能只有几秒钟，这体现了大数据的哪一特征？（ ） A. Volume B. Velocity C. Variety D. Value 11. 大数据处理的核心思想是（ ） A. 集中式计算 B. 分治与分布式计算 C. 串行计算 D. 单机计算 12. 下列哪项不是大数据带来的社会问题？（ ） A. 个人隐私泄露 B. 数据安全风险 C. 数字鸿沟 D. 计算速度变慢 13. 在大数据思维中，"不再追求精确性，而是能够接受数据的混杂性"，这是因为（ ） A. 数据量太大，无法保证全部精确 B. 混杂的数据没有价值 C. 精确的数据不存在 D. 以上都对 14. 下列关于大数据与传统数据的区别，说法错误的是（ ） A. 传统数据多为结构化数据，大数据包含多种类型数据 B. 传统数据分析采用抽样，大数据分析采用全样本 C. 传统数据关注因果，大数据关注相关 D. 传统数据价值密度低，大数据价值密度高 15. 某电商平台根据用户的浏览和购买记录，自动推荐用户可能感兴趣的商品，这主要利用了大数据的什么能力？（ ） A. 数据存储能力 B. 数据分析与预测能力 C. 数据采集能力 D. 数据传输能力 二、判断题（每题1分，共10分。正确的打"√"，错误的打"×"） 16. 大数据的4V特征包括数据体量大、处理速度快、数据类型多和价值密度高。（ ） 17. 大数据分析更注重事物之间的相关性，而非因果关系。（ ） 18. 大数据处理一般采用分治思想，通过分布式计算完成。（ ） 19. 大数据应用不会带来个人隐私泄露的风险。（ ） 20. 大数据思维强调分析全体数据，而不再局限于随机抽样数据。（ ） 21. 大数据的价值密度通常较低，需要通过分析挖掘价值。（ ） 22. 学生学籍管理系统中存储的学生信息属于非结构化数据。（ ） 23. 大数据只能采用批处理方式，不能进行实时处理。（ ） 24. 大数据改变了人们的思维方式和生活方式。（ ） 25. 数据可视化是大数据处理流程的最后一个环节。（ ） 三、填空题（每空2分，共20分） 26. 大数据的4V特征分别是：________（Volume）、________（Velocity）、________（Variety）和________（Value）。 27. 大数据思维的三大转变是：从样本到________、从精确到________、从因果到________。 28. 处理大数据时，一般采用________思想，将大问题分解为小问题，由多台计算机并行处理。 29. 大数据处理的基本流程包括：数据采集、数据存储、________、数据分析和数据可视化。 30. 按照数据结构分类，数据库表属于________数据，而图片、视频属于________数据。 四、简答题（每题10分，共20分） 31. 请简述大数据的概念及其4V特征的具体含义。 　 　 　 　 32. 大数据时代给我们的思维方式带来了哪些转变？请结合实际生活举例说明。 　 　 　 　 五、综合应用题（共20分） 33. 阅读材料，回答问题。 材料：随着智能手机的普及和移动互联网的发展，某城市推出了"智慧交通"系统。该系统通过安装在道路上的传感器、摄像头以及市民手机APP，实时采集车流量、车速、路况等海量数据。系统对这些数据进行实时分析，动态调整交通信号灯时长，为市民提供最优路线导航，并能预测未来1小时的交通拥堵情况。 （1）材料中提到的"智慧交通"系统体现了大数据的哪些特征？请简要分析。（8分） （2）该系统在数据采集和使用过程中可能面临哪些问题或挑战？（6分） （3）请再举两个生活中大数据应用的例子，并说明其给生活带来的便利。（6分） 　 　 　 　 　 　 【参考答案】 一、单项选择题 1.C 2.C 3.C 4.B 5.B 6.C 7.C 8.B 9.B 10.D 11.B 12.D 13.A 14.D 15.B 二、判断题 16.×（价值密度低，不是高） 17.√ 18.√ 19.×（大数据应用存在隐私泄露风险） 20.√ 21.√ 22.×（学籍信息属于结构化数据） 23.×（大数据支持批处理和流处理等多种方式） 24.√ 25.√ 三、填空题 26. 数据体量大、处理速度快、数据类型多、价值密度低 27. 全体、混杂、相关 28. 分治 29. 数据清洗 30. 结构化、非结构化 四、简答题 31. 参考答案： 大数据是指无法在一定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，是需要新处理模式才能具有更强决策力、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。 4V特征： ①数据体量大（Volume）：数据规模巨大，从TB级到PB、EB级； ②处理速度快（Velocity）：数据产生和更新速度快，需要实时处理； ③数据类型多（Variety）：包括结构化、半结构化和非结构化数据； ④价值密度低（Value）：海量数据中有价值信息占比低，需挖掘价值。 32. 参考答案： 大数据思维的三大转变： ①从"样本"到"全体"：传统分析用随机抽样，大数据分析全体数据。例如人口普查从抽样统计到利用大数据实现全员数据统计。 ②从"精确"到"混杂"：传统追求精确，大数据接受混杂。例如天气预报从精确到分钟到接受一定误差但覆盖更广范围。 ③从"因果"到"相关"：传统探求因果关系，大数据关注相关性。例如电商推荐系统不分析用户为什么喜欢，而是根据购买关联推荐商品。 五、综合应用题 33. 参考答案： （1）体现的大数据特征： ①数据体量大（Volume）：系统通过传感器、摄像头、手机APP等多渠道采集全市实时交通数据，数据规模巨大； ②处理速度快（Velocity）：系统需要对实时采集的数据进行实时分析，动态调整信号灯和提供导航，要求快速处理； ③数据类型多（Variety）：采集的数据包括传感器数值、视频图像、手机定位数据等多种类型； ④价值密度低（Value）：海量交通数据中，真正用于决策的关键信息占比较低，需要通过分析挖掘。 （2）面临的问题或挑战： ①隐私泄露风险：采集市民手机定位等数据可能涉及个人行踪隐私； ②数据安全问题：海量交通数据存储和传输中可能被攻击或篡改； ③数据质量问题：传感器故障、网络延迟等可能导致数据不准确； ④系统稳定性：高并发实时处理对系统稳定性要求高。 （3）生活中大数据应用例子： ①电商个性化推荐：淘宝、京东等根据浏览和购买记录推荐商品，节省购物时间； ②在线视频推荐：抖音、B站等根据观看历史推荐视频，提升信息获取效率； ③智能导航：高德、百度地图实时分析路况推荐最优路线，节省出行时间； ④在线医疗：健康APP分析健康数据提供运动和饮食建议，助力健康管理。 （答出任意两个即可，每个例子3分，其中例子1分，说明便利2分） 学科网（北京）股份有限公司 $