第五章《数据处理和可视化表达》第1课时《认识大数据》 教学设计 2023—2024学年粤教版（2019）高中信息技术必修1

第五章《数据处理和可视化表达》第课时《认识大1数据》教学设计学年粤教版（）2023-20242019高中信息技术必修1授课内容授课时数授课班级授课人数授课地点授课时间设计意图《认识大数据》这一课时的设计意图是使学生能够理解大数据的基本概念，掌握数据收集、处理和表达的基本方法通过案例分析，让学生体会大数据在日常生活中的应用，培养他们的信息素养和数据分析能力本课时将结合粤教版高中信息技术必修1的内容，引导学生学习数据处理的基本过程，了解数据可视化的表达方式，为后续学习数据挖掘和分析打下坚实基础核心素养目标本课时旨在培育学生的信息素养和数据分析能力，具体目标如下使学生能够理解大数据的内涵与价值，形成数据敏感性和数据伦理意识；培养学生运用信息技术手段收集、整理、分析数据的技能，提升数据处理能力；通过数据可视化实践，激发学生的创新思维，加强审美与表达能力，为未来深入研究和应用大数据奠定基础教学难点与重点

1.教学重点-理解大数据的基本概念与特征，包括数据的体量、速度、多样性和价值-掌握数据收集、整理、处理的基本方法，如数据清洗、分类和转换-学习数据可视化的基本手段，如图表、图形和地图等，以及它们在不同情境下的应用

2.教学难点-大数据概念的理解学生可能难以把握大数据与传统数据的区别，需要通过实例比较，如网络大数据与小型调查数据的对比，来加深理解-数据处理流程的复杂性学生在数据清洗和整理过程中可能会遇到数据格式不一致、缺失值处理等问题，需通过实际操作演示和讲解来指导学生-数据可视化的选择与应用学生可能不清楚如何根据数据类型和分析目标选择合适的可视化工具，需要通过案例分析和实际操作来帮助学生掌握选择标准和使用技巧教学方法与手段

1.教学方法-讲授法通过生动的语言和实际案例，讲解大数据的基本概念和数据处理流程,确保学生理解核心知识-讨论法组织学生就大数据的应用场景和影响进行小组讨论，激发学生的思考和探究兴趣-实践法提供数据集和工具，让学生亲自进行数据清洗和可视化操作，增强学生的动手能力和实际问题解决能力

2.教学手段-多媒体设备利用PPT、视频等展示大数据案例，直观呈现数据可视化效果，提高学生的学习兴趣-教学软件使用专业数据处理软件如Excel、Tableau等，让学生在实践中学习数据处理和可视化技巧-网络资源引导学生访问相关网站，查找大数据相关资料，拓宽知识视野，促进自主学习教学实施过程

1.课前自主探索-教师活动发布预习任务:通过学校在线平台，发布关于大数据基本概念和应用的预习资料,明确预习目标和要求设计预习问题围绕“大数据的特征和应用”，设计问题，如“大数据与传统数据有何不同？”“大数据在生活中的具体应用案例有哪些？”监控预习进度通过平台数据，了解学生的预习情况，及时给予指导-学生活动自主阅读预习资料学生按照要求，阅读资料，初步理解大数据的概念思考预习问题学生对提出的问题进行思考，并记录自己的见解和疑问提交预习成果学生将预习笔记或问题通过平台提交，为课堂讨论做准备-教学方法/手段/资源自主学习法培养学生的自主学习习惯信息技术手段利用在线平台，实现资源共享和进度监控-作用与目的让学生提前接触课程内容，为课堂学习打下基础培养学生的自主探究能力和问题意识

2.课中强化技能-教师活动导入新课通过展示大数据在疫情防控中的实际应用案例，引起学生对大数据的重视和兴趣讲解知识点详细讲解大数据的四个特征（体量、速度、多样性和价值），并结合实例进行解释组织课堂活动设计小组讨论，让学生探讨如何处理和分析大数据，并尝试使用数据可视化工具解答疑问针对学生在讨论中提出的问题，进行实时解答-学生活动听讲并思考认真聆听讲解，思考大数据的核心特征和应用场景参与课堂活动在小组讨论中积极发言，共同探讨数据处理和可视化方法提问与讨论对不理解的知识点提出问题，与同学和老师共同探讨-教学方法/手段/资源讲授法确保学生掌握大数据的基本知识实践活动法通过小组讨论和工具使用，提升学生的实际操作能力合作学习法培养学生的团队协作能力-作用与目的加深学生对大数据理论知识的理解，并学会实际操作技能培养学生的团队合作和沟通能力

3.课后拓展应用-教师活动布置作业根据课程内容，布置相关的数据处理和可视化作业提供拓展资源推荐大数据相关的书籍、在线课程和文章，供学生深入学习反馈作业情况及时批改作业，提供个性化的反馈和指导-学生活动完成作业根据作业要求，独立完成数据处理和可视化任务拓展学习利用拓展资源，进一步探索大数据的奥秘反思总结回顾学习过程，总结学习心得，提出自我提升的建议-教学方法/手段/资源自主学习法鼓励学生在课后继续学习和探索反思总结法帮助学生形成自我评价和改进的习惯-作用与目的巩固课堂所学，提高学生的实际应用能力拓宽知识视野，激发学生的深入学习兴趣通过反思，促进学生的自我认知和持续发展学生学习效果

1.知识与理解-学生能够准确地描述大数据的基本概念，包括其四个特征体量、速度、多样性和价值-学生理解了数据收集、整理、处理的基本流程，并能够举例说明数据清洗和缺失值处理的方法-学生掌握了数据可视化的基本类型和选择原则，能够根据数据特点选择合适的可视化工具

2.技能与实践-学生通过实践操作，掌握了使用Excel、Tableau等工具进行数据处理和可视化的基本技巧-学生能够在小组合作中有效地分工协作，共同完成数据分析和可视化的项目任务-学生能够运用批判性思维，对数据分析的结果进行评估，并提出改进意见

3.情感与价值观-学生对大数据产生了浓厚的兴趣，认识到数据在现代社会中的重要性，增强了信息伦理和数据保护意识-学生通过案例分析，体会到了大数据在解决实际问题中的价值，提升了利用数据进行决策的信心-学生在小组讨论和分享中，培养了尊重他人意见和倾听他人观点的良好习惯

4.学习策略与自主性-学生通过预习、课堂讨论和课后拓展，提升了自主学习的能力，能够主动寻找资源和解决问题-学生在学习过程中，学会了总结和反思，能够根据自己的学习效果调整学习方法和计划-学生在面对复杂的数据分析问题时，能够采取逐步拆解、分步解决的方法，提高了问题解决的效率

5.应用与创新-学生能够将所学的大数据处理和可视化技能应用到其他学科的学习中，如数学、社会学等-学生在解决实际问题时，能够尝试创新性地运用数据处理方法，提出独特的见解和解决方案-学生在课后拓展中，积极探索大数据在其他领域的应用，如人工智能、物联网等，展现了跨学科学习的潜力典型例题讲解例题1数据清洗题目某学校收集了学生体检数据，部分数据如下表所示，请对数据进行清洗,处理缺失值和异常值I学生ID|身高cm|体重kg|裸眼视力|11|170|65|

1.0112|160|48|

0.8113|155152INULL1|4|180|80|

1.2||5|175|NULL|

1.0||6|190185|

1.5|解答

1.对于缺失值，可以选择填充平均值、中位数或前后数据进行填充-身高无缺失值-体重缺失值填充为平均体重65+48+52+80+85/5=63kg-裸眼视力缺失值填充为平均视力

1.0+

0.8+

1.2+

1.0+

1.5/5=

1.

12.对于异常值，如裸眼视力

1.5,可以认为超出正常范围，可以选择删除或修正-修正视力

1.5为

1.2例题2数据分类题目以下是一组关于消费者购买手机的品牌数据，请对这些数据进行分类处理消费者ID|手机品牌|苹果华为小米三星苹果12OPPO解答:

341.将手机品牌分为国内品牌和国外品牌两大类5-国内品牌华为、小米、OPPOo6-国外品牌苹果、三星例题3数据转换题目某电商企业收集了用户对商品的评分数据1-5分，请将这些评分转换为“不满意”、“一般”、“满意”三个等级I用户ID|商品评分|224334155解答

1.将评分数据进行转换-1分和2分不满意-3分一般-4分和5分满意例题4数据可视化题目以下是一组某城市近五年的空气质量指数（AQI）数据，请选择合适的数据可视化方式I年份I AQI||2016|80||2017|70||2018|60||2019|50||2020|45|解答

1.对于此类时间序列数据，可以选择使用折线图进行可视化，展示空气质量指数随年份的变化趋势例题5数据分析题目某公司收集了员工的工作效率和满意度调查数据，请分析以下数据，并给出你的结论|员工ID|工作效率（％）|满意度（1-5分）||1|90|4|2|85|3|3|95|5|4|80|215|75|1解答

1.分析数据可知，工作效率与满意度之间存在一定的正相关关系例如，员工3的工作效率最高，满意度也最高；员工5的工作效率最低，满意度也最低

2.可以通过计算相关系数来验证这一结论，进一步分析工作效率和满意度之间的关系内容逻辑关系

①大数据的基本概念理解大数据的四个特征（体量、速度、多样性和价值），这是学习数据处理和可视化表达的基础

②数据处理流程掌握数据收集、整理、处理的基本步骤，包括数据清洗、分类和转换，这是实现有效数据分析和表达的前提

③数据可视化表达学习数据可视化的基本方法，如图表、图形和地图，以及它们在不同情境下的应用，这是将数据分析和见解以直观形式呈现的关键课堂-通过提问在课堂上，针对大数据的基本概念、数据处理流程和数据可视化方法等知识点，设计一系列问题，检查学生对知识点的理解和掌握情况-观察观察学生在课堂讨论、小组合作和实验操作中的表现，了解他们对数据处理和可视化技能的运用能力-测试设计课堂小测验，包括选择题、填空题和解答题，测试学生对大数据知识的理解和应用能力

2.作业评价-批改作业认真批改学生提交的数据处理和可视化作业，检查他们的数据处理方法是否正确，可视化表达是否清晰-点评作业对学生的作业进行点评，指出优点和不足，提供改进建议，帮助学生提高数据处理和可视化技能-反馈学习效果及时向学生反馈作业评价结果，鼓励他们继续努力，改进学习方法，提高学习效果。