5.1 认识大数据教学设计2026-2027学年高一上学期信息技术必修1粤科版

该高中信息技术教学设计聚焦“认识大数据”核心内容，涵盖大数据的概念、5V特征及对生活的影响。通过2000年与2025年全球数据量对比（0.8ZB到180ZB）导入，结合学生熟悉的网购推荐、导航等场景，衔接前四章数据基础与Python技能，搭建从程序设计到数据处理的学习支架。 该资料以核心素养为特色，信息意识通过生活案例引导学生识别大数据应用，计算思维借助5V特征分析电商推荐等实例，信息社会责任通过“便利与隐私”伦理讨论培养数据伦理观。采用案例分析法和讨论法，配合含行业应用视频的多媒体课件，作业分层设计（必做分析场景、选做探讨“大数据杀熟”），帮助学生建立直观认知，提升教师教学效率。

《5.1 认识大数据》教学设计 课题 5.1 认识大数据 课时 1课时（45分钟） 学科 信息技术 年级 高一 授课学校 眉山市彭山区第一中学 年级组 高中技术组 一、教材与学情分析 教材分析：本节是粤教版必修一第五章“数据处理和可视化表达”的第一节，是学生从“程序设计”领域进入“数据处理”领域的起点。教材核心内容包括：①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捕捉、管理和处理的数据集合；②大数据的特征——通常用“5V”来概括：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）；③大数据对日常生活的影响——大数据在购物推荐、交通导航、医疗健康等方面的应用。 学情分析：学生经过前四章的学习，已掌握数据与信息的基础知识、算法基础和Python编程技能。但学生对“大数据”这一概念可能听过但不理解其内涵，需要通过具体案例和数据对比来建立直观认知。 二、学科核心素养与教学目标 信息意识 理解大数据的概念和特征，能够识别生活中的大数据应用场景，认识大数据对个人和社会的重要价值。 计算思维 掌握大数据的“5V”特征，能够运用这些特征分析和判断某个数据集是否属于大数据。 数字化学习与创新 能够通过案例分析理解大数据在各行业的应用，体验大数据带来的思维方式变革。 信息社会责任 认识大数据带来的隐私和安全挑战，树立正确的数据伦理观——在享受大数据便利的同时，保护个人隐私。 三、教学重难点 教学重点 ①大数据的概念；②大数据的五个特征（5V：Volume、Velocity、Variety、Value、Veracity）；③大数据对日常生活的影响。 教学难点 ①理解“低价值密度”——大数据中真正有价值的信息占比很小；②理解大数据带来的思维变革——从“因果关系”到“相关关系”。 四、教学方法与资源 教法 案例分析法、对比教学法、讨论法。 学法 案例分析、小组讨论、归纳总结。 教学准备 多媒体课件（含大数据5V特征图示、各行业应用案例视频）、学案（含特征分析表）。 五、教学过程（45分钟） 环节 时间 教师活动 学生活动 设计意图 情境导入 5分钟 1. 展示数据对比：PPT展示—— ①“2000年，全球数据总量约0.8ZB（1ZB=10²¹字节）”； ②“2025年，全球数据总量预计超过180ZB”。 “同学们，20多年间，数据量增长了200多倍！这就是大数据时代的到来。” 2. 提问互动：“你们在生活中感受过‘大数据’吗？比如——网购时‘猜你喜欢’、导航时‘预计到达时间’、短视频平台‘推荐’……” 3. 引出课题：“今天我们就来学习《5.1 认识大数据》——看看大数据到底是什么、有什么特征、如何改变我们的生活。” 1. 观察数据：观看数据对比，感受数据量的爆炸式增长。 2. 分享体验：举手分享自己体验过的大数据应用（如淘宝推荐、抖音推荐、高德导航等）。 3. 明确目标：带着“大数据到底是什么”的疑问进入新课。 用数据量的惊人对比制造冲击力，让学生直观感受“大数据时代”的到来。从学生的日常生活经验出发，建立大数据与个人的联系。 新课讲授 （一）大数据的概念 5分钟 1. 给出定义：板书——“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捕捉、管理和处理的数据集合。” 2. 关键词解析： ①“无法在可承受的时间范围内”——数据量太大，传统方法处理不了； ②“常规软件工具”——Excel等工具处理不了TB甚至PB级别的数据； ③“数据集合”——不是单个数据，是大量数据的集合。 3. 对比理解：“我们之前处理的数据（如一个班的成绩表）——用Excel就能处理。但淘宝每天产生几亿条交易记录——Excel根本打不开。这就是大数据和小数据的区别。” 1. 记录定义：在笔记本上抄写大数据的定义，圈画三个关键词。 2. 理解对比：跟随教师的对比，理解“大数据”与“小数据”的区别。 3. 举例说明：思考并分享“哪些数据是小数据、哪些是大数据”。 用“Excel打不开”这一直观对比帮助学生理解大数据的“大”。通过与之前学习的小数据进行对比，建立概念的清晰边界。 新课讲授 （二）大数据的特征——5V 15分钟 1. 引入5V：“大数据有五个核心特征，可以用五个以V开头的英文单词来概括——这就是大数据的5V特征。” 2. 逐一讲解： ①Volume（大量）（3分钟）：“数据量巨大。从GB到TB到PB到EB……单位不断升级。举例：百度每天处理几十亿次搜索请求。” ②Velocity（高速）（3分钟）：“数据产生和处理的速度极快。举例：股票交易数据每秒产生数万笔。” ③Variety（多样）（3分钟）：“数据类型多样——结构化数据（表格）、半结构化数据（XML/JSON）、非结构化数据（图片、视频、音频）。” ④Value（低价值密度）（3分钟）：“数据总量大，但真正有价值的信息占比很小。就像淘金——大量沙子里只有少量金子。举例：监控视频中只有几秒是关键画面。” ⑤Veracity（真实性）（3分钟）：“数据的质量和准确性难以保证。大数据中包含大量噪声、错误和不一致的数据。需要对数据进行清洗和验证。” 3. 板书5V：Volume、Velocity、Variety、Value、Veracity 1. 记录5V：在笔记本上列出五个特征，每个特征记录一个关键词和一个例子。 2. 跟随案例：针对每个特征，跟随教师的案例深入理解。 3. 小组讨论（2分钟）：讨论“网购平台（如淘宝）的数据体现了哪些V？” （Volume——海量交易数据；Velocity——实时更新；Variety——文字、图片、视频；Value——从海量数据中挖掘用户偏好；Veracity——需要处理虚假交易） 5V特征是大数据的核心知识点。每个特征配合具体案例讲解，帮助学生建立直观理解。小组讨论环节让学生运用5V框架分析实际案例，巩固所学。 案例分析与讨论 12分钟 1. 案例一：电商平台推荐系统（4分钟） “淘宝、京东等电商平台如何知道你喜欢什么？——分析你的浏览记录、购买记录、搜索记录等海量数据，通过算法预测你的偏好。” 提问：“这体现了大数据的哪些特征？” 引导学生分析：Volume（海量用户数据）、Velocity（实时更新推荐）、Variety（浏览/购买/搜索多种数据）、Value（从数据中挖掘商业价值）。 2. 案例二：智能交通导航（4分钟） “高德地图、百度地图如何预测路况和到达时间？——收集所有用户的实时位置数据，分析道路拥堵情况。” 提问：“这体现了大数据的哪些特征？” 引导学生分析：Velocity（实时位置更新）、Volume（海量用户数据）、Value（为用户提供最优路线）。 3. 伦理讨论（4分钟）：“大数据给我们带来便利的同时，也带来了隐私问题。比如——平台知道你的购物习惯、位置信息、社交关系。‘便利’和‘隐私’如何平衡？请同学们谈谈看法。” 1. 案例分析：跟随教师的引导，分析电商推荐和智能交通两个案例中体现的大数据特征。 2. 小组讨论：围绕“便利vs隐私”展开讨论，每位组员至少发言一次。 3. 代表发言：每组选派代表分享讨论结果。 4. 记录观点：在笔记本上记录自己对“便利vs隐私”问题的思考。 通过两个贴近生活的案例（电商推荐、智能导航）深化对5V特征的理解。伦理讨论落实“信息社会责任”素养，引导学生辩证看待大数据带来的机遇与挑战。 总结与拓展 8分钟 1. 知识梳理：“今天我们学习了——①大数据的概念（传统工具处理不了的海量数据）；②大数据的5V特征（Volume、Velocity、Variety、Value、Veracity）；③大数据对生活的影响（便利与挑战并存）。” 2. 思维拓展：“大数据带来的不仅是技术变革，更是思维变革——从追求‘因果关系’到关注‘相关关系’。比如——沃尔玛发现‘啤酒和尿布’经常一起购买（相关关系），但不知道原因（因果关系）。这就是大数据思维。” 3. 承上启下：“认识了大数据，下节课我们将学习——这些海量数据是如何采集的？用到哪些方法和工具？” 4. 布置作业（详见作业布置栏）。 1. 回顾总结：跟随教师回顾三个核心内容，完善笔记。 2. 理解思维变革：思考“因果关系vs相关关系”的区别，记录“啤酒与尿布”的经典案例。 3. 记录作业：抄写作业要求。 通过“啤酒与尿布”的经典案例讲解大数据思维变革，帮助学生理解大数据的深层意义——不仅是技术，更是思维方式的转变。自然过渡到下一节“数据的采集”。 六、板书设计 5.1 认识大数据 一、大数据的概念  无法在可承受的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 二、大数据的5V特征  ① Volume（大量）——数据量巨大  ② Velocity（高速）——产生和处理速度快  ③ Variety（多样）——数据类型多样  ④ Value（低价值密度）——有价值的信息占比小  ⑤ Veracity（真实性）——数据质量参差不齐 三、大数据思维变革  从“因果关系”到“相关关系”  例：“啤酒与尿布” 四、大数据伦理  便利与隐私的平衡 七、作业布置 必做 选择一个你熟悉的大数据应用场景（如抖音推荐、美团外卖推荐、健康码等），用5V特征分析该场景中体现了大数据的哪些特征，写一篇200字的分析短文。 选做 查阅资料，了解“大数据杀熟”现象，写一篇300字的短文，分析这种现象产生的原因，并提出你的看法和建议。 八、教学反思 成功经验 ①用“2000年vs2025年数据量”的对比导入，学生直观感受到大数据的“大”；②5V特征配合电商推荐、智能交通等生活案例讲解，学生理解到位；③“啤酒与尿布”案例帮助学生理解大数据思维变革，印象深刻。 改进方向 ①“低价值密度”（Value）的特征对部分学生较抽象，可增加更多类比（如“淘金——大量沙子里淘出少量金子”）；②伦理讨论环节时间略显紧张，仅5位同学发言，下次可先进行2分钟小组内讨论再全班分享。 学科网（北京）股份有限公司 $