1.5 数据与大数据教学设计2026-2027学年浙教版高中信息技术必修一
1.5《数据与大数据》教学设计
2026—2027 学年浙教版(2019)高中信息技术必修1
一、教学目标
1. 信息意识:能说出大数据的含义,知道大数据概念的由来,能说出大数据的 4V 特征(数据规模大、数据类型多、数据处理速度快、价值密度低)并作简单解释;能识别生活中的大数据应用场景,了解大数据对社会生活的双重影响,形成主动关注数据价值的意识。
2. 计算思维:能说出大数据处理“数据采集—数据导入—数据分析—数据展示”的基本过程;能通过比较大数据思维与传统思维(全体与抽样、混杂与精确、相关与因果),进行分类、比较与归纳,初步理解用数据发现规律、支持决策的思维方式。
3. 数字化学习与创新:能借助数据量级对比、真实案例和数据可视化资源理解大数据的特征与价值;能在小组合作中利用网络查找身边的大数据应用实例,并用简洁的语言或图示表达自己的分析与判断。
4. 信息社会责任:能辩证地看待大数据带来的便利与风险,认识个人隐私保护和数据安全的重要性;了解规范使用数据、保护个人信息的基本要求,树立善用大数据、防范大数据的责任意识。
5. 能在小组合作中主动承担观察、讨论、整理与展示等任务,乐于分享与倾听,在“认识大数据”的探究过程中,体会数据技术对社会生活的价值,增强数据素养与理性精神。
二、教学重点与难点
教学重点:大数据的含义;大数据的 4V 特征(数据规模大、数据类型多、数据处理速度快、价值密度低);大数据思维的三种转变;大数据处理的基本过程;大数据对社会生活的影响。
教学难点:理解“价值密度低”这一特征的内涵;理解大数据思维从“抽样数据”到“全体数据”、从“苛求精确”到“接受混杂”、从“因果关系”到“相关关系”的转变,能把对大数据的感性认识上升为理性的数据素养。
三、教学方法与教学准备
教学方法:情境教学法、案例探究法、任务驱动法、演示讲解法、对比分析法、讨论法、小组合作法。
教学准备:多媒体课件与“被数据包围的一天”“精准推荐”等情境素材;数据量级(KB→ZB)对比图表;道路监控、社交媒体、股市行情等 4V 特征实例素材;大数据在网购、导航、物流、疫情防控等方面应用的图片或短视频;能够联网的计算机教室;《大数据特征探究任务单》《大数据思维辨析单》等学习任务单;国家中小学
第 1 页 共 4 页
学科网(北京)股份有限公司
智慧教育平台等数字化资源;跨学科融合点:信息技术(数据与大数据)、数学(数据量级与统计思想)、语文(表达与思辨)、思想政治(网络安全与个人信息保护)。
四、教学过程(40 分钟)
教学环节 | 教师活动 | 学生活动 | 设计意图 |
情境导入 (4 分钟) | 出示情境:“早上出门,手机提示今日有雨并推荐了伞;中午外卖软件推来你常点的那家店;晚上短视频软件又刷到你喜欢的视频。”提问:“这一天里,有哪些软件比你自己更‘懂’你?它们凭什么这么懂你?”引导学生结合自己被精准推荐的经历自由发言;随即提出本课要回答的三个问题:大数据是什么?大数据有哪些特征?大数据怎样改变了我们的生活?揭示课题《数据与大数据》。 | 进入“被数据包围的一天”的情境,回忆自己被软件“猜中心思”的经历,自由发言;带着“大数据是什么、谁在记录我们、记录下了什么”的疑问进入本课学习。 | 用学生每天都经历的“精准推荐”制造真实的问题情境,把“大数据”从新闻里的抽象名词拉回到学生的日常体验,激发探究兴趣,明确本课要解决的实际问题。 |
探究一 大数据 的概念 (8 分钟) | 讲解大数据的含义: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。简要介绍其由来:20 世纪 90 年代末,美国硅图公司的科学家正式提出“大数据”的概念;麦肯锡公司最早提出“大数据”时代已经到来;国际数据公司(IDC)也给出了大数据的定义。指出大数据被誉为“未来的新石油”,是信息科技产业继互联网、云计算之后的又一次变革。随后让学生判断“学籍系统中几千名学生的数据是不是大数据”,引导学生在辨析中认识到:用传统软件工具能够处理的海量数据,不能算作大数据,关键是“传统方法装不下、算不动”。 | 听讲并理解大数据的含义,知道其由来与“未来的新石油”的比喻;围绕“几千名学生的学籍数据是不是大数据”展开判断与讨论,用自己的话说出大数据与传统数据的根本区别在于处理方式。 | 用“未来的新石油”这一比喻降低概念理解难度;通过“是不是大数据”的判断任务,让学生抓住“传统方法无法处理”这一关键,避免把大数据简单等同于“数据多”。 |
探究二 大数据的 特征 (10 分钟) | 结合实例逐一讲解大数据的四个特征(4V):一是数据规模大(Volume),人类社会的数据量不断刷新量级,已从 TB、PB 跃升至 EB、ZB 级别(1KB=1024B,1MB=1024KB……1PB=1024TB,1EB=1024PB),说明“1PB 约相当于全美学术研究图书馆藏书的信息量”;二是数据类型多(Variety),大数据来自多种数据源,结构化、半结构化和非结构化数据共存,其中非结构化数据占比很大;三是数据处理速度快(Velocity),数据产生快、处理也快,数据往往实时变化,只有高效的处理技术 | 听讲并观察各特征的实例(如道路监控一天产生的视频量、社交媒体中图文音视频混杂的帖子、股市毫秒级的报价、查找某超市被盗 5 分钟画面的监控录像);小组讨论四个特 | 用贴近生活的实例把 4V 特征具体化,通过“大却不属于大数据”的反例辨析,帮助学生把握大数据“四特征同时具备”的系统属性,发展比较与归纳能力。 |
第 1 页 共 4 页
学科网(北京)股份有限公司