新一代信息技术教案 第1章 拥抱大数据时代

教案首页课题名称第1章拥抱大数据时代（2）——1.3~1.4课次2授课类型理论□实践□理实一体□其他学时2授课日期授课班级授课地点教学目的与要求知识目标：1.了解大数据在行业中的应用；2.了解大数据时代的思维变革。能力目标：1.能以多种方式对数字化信息、知识进行展示交流；2.能创造性地运用数字化资源和工具解决实际问题；3.能清晰描述信息技术在本专业领域的典型应用案例。素质目标：1.了解大数据伦理道德准则，规范日常信息行为；2.了解相关法律法规并自觉遵守；3.具备信息安全意识和相关防护能力。课程思政目标：建立数据意识，了解国家大数据战略，树立科技报国思想。教学重点1.大数据在行业中的应用2.大数据时代的思维变革教学难点大数据时代的思维变革教学方法与手段教学方法：课件讲解、举例说明、对比分析、启发引导学生学法：预习—听讲---讨论---复习—自学扩展设计意图：激发学生学习兴趣、提高课堂学习效率教学资源：课件、视频资料课程思政要素要点在课程讲解中，通过对大数据技术在我国商业、政府决策、工业改革等方面应用的介绍，加深学生对大数据技术的理解，激发学生的学习兴趣和民族自信心，坚定学生的专业自信，树立学生科技报国的思想情怀和家国意识。课外作业补充作业：1.什么是数据?数据有哪些种类?什么是大数据?2.大数据关键技术有哪些?请简要描述各种技术。教学反思大量的教学实例能够帮助学生理解大数据技术的应用，提高学生学习兴趣。教案纸第1章拥抱大数据时代（2）——1.3-1.4一、整体设计1.复习引入（5分钟）2.新知识讲解（90分钟）（1）大数据在行业中的应用（50分钟）（2）大数据时代的思维变革（40分钟）3.总结与布置作业（5分钟）二、复习引入1.上节课内容回顾：上节课我们学习了大数据的基本概念和关键技术。2.新课引入：本节课重点学习大数据技术在行业中的应用和大数据时代的思维变革。三、新知识讲解1.3大数据技术应用1.3.1大数据在医疗领域应用1.Google成功预测冬季流感2009年，Google通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google成功预测了2009冬季流感的传播甚至可以具体到特定的地区和州。2.机器学习专家经验开展手术和医疗1.3.2大数据在商业领域的应用1.Nike+数字化战略耐克公司作为一家提供传统消费品的企业，早就先知先觉地捕捉与挖掘新时代的消费者行为特征，率先推出Nike+产品，可堪称品牌数字化的典范。起初，Nike+是Nike+iPod后来，Nike+是数字化运动战略接着，Nike+发力运动电子产品其后，Nike+布局数字运动王国Nike+社区：让消费者与品牌关联掘金大数据：Nike+的多种可能Nike+营销，融入用户中Nike+平台，融入价值链1.3.3大数据在安全防控的应用除了视频监控数据，安防领域还包括大量其他类型的数据，包括结构化、半结构化和非结构化数据。结构化数据包括报警记录、系统日志记录、运维数据记录、摘要分析结构化描述记录，以及各种相关的信息数据库，如人口信息、地理数据信息、车驾管信息等；半结构化数据包括人脸建模数据、指纹记录等；非结构化数据主要视频录像和图片记录，如监控视频录像、报警录像、摘要录像、车辆卡口图片、人脸抓拍图片、报警抓拍图片等。所有这些数据一起构成了安防大数据基础。大数据驱动工业革命——石油勘探（大数据时代2—0:52~13:58）大数据指导政府决策——交通运营（大数据时代3-02:00~17:30）商业之变——胡萝卜运输（大数据时代4-01:00~12:00）未来已来——无人驾驶汽车（大数据时代5-01:50~12:30）1.4大数据思维变革在《大数据时代：生活、工作与思维的大变革》一书中明确指出，大数据时代最大的转变就是思维方式的3种转变:全样非抽样、效率而非精确、相关而非因果。此外，人类研究和解决问题的思维方式，正在朝着“以数据为中心”和“我为人人，人人为我”的方式迈进。1.全样非抽样过去，由于数据采集、数据存储和处理能力的限制，在科学分析中，通常采用抽样的方法，即从全集数据中抽取一部分样本数据，通过对样本数据的分析,来推断全集数据的总体特征。抽样分析的结果具有不稳定性。有了大数据技术的支持，科学分析完全可以直接针对全集数据而不是抽样数据，并且可以在短时间内得到分析结果，速度之快，超乎我们的想象。比如谷歌的Dremel可以在2、3秒内完成PB级别数据的查询。2.效率而非精确传统的数据分析方法往往更加注重提高算法的精确性，其次才是提高算法效率。现在，大数据时代采用全样分析而不是抽样分析，全样分析结果就不存在误差被放大的问题，因此，追求高精确性已经不是其首要目标。大数据时代数据分析具有“秒级响应”的特征，要求在几秒内就给出针对海量数据的实时分析结果，否则就会丧失数据的价值，因此，数据分析的效率成为关注的核心。3.相关而非因果过去，数据分析目的之一是解释事物背后的发展机理。比如，实时分析微博数据，当发现人们对雾霾的讨论明显增加时，就可以建议销售部门增加口罩的进货量，因为人们关注雾霾的一个直接结果是，大家会想到购买一个口罩来保护自己的身体。不管是哪个目的，其实都反映了一种“因果关系”。但是，在大数据时代，因果关系不再那么重要，人们转而追求“相关的性”而非“因果性”。比如，我们在淘宝网上购买了一个汽车防盗锁以后，淘宝网自动提示，购买相同物品的其他客户还购买了汽车坐垫。并不会告诉为什么其他客户购买了汽车防盗锁以后还会购买汽车坐垫。在无法确定因果关系时，数据为我们提供了解决问题的新方法。4.“以数据为中心”5.我为人人，人人为我在智能手机和智能汽车(特斯拉等)出现之前，世界上很多大城市虽然都有交通管理(或者控制)中心,但是它们能够得到的交通路况信息最快也有

20

分钟的滞后。如果没有能够跟踪足够多的人出行情况的实时信息工具，一个城市即使部署再多的采样观察点，再频繁地报告各种交通事故和拥堵的情况，整体交通路况信息的实时性也不会有很大提升。但是，在能够定位的智能手机出现后，这种情况得到了根本的改变。智能手机足够普及且大部分用户共享了他们的实时位置信息(符合大数据的完备性)，使得做地图服务的公司，比如

Google

或者百度，有可能实时地得到任何一个人口密度较大的城市的人员流动信息，并且根据其流动的速度和所在的位置，区分步行的人群和行进的汽车。由于收集信息的公司和提供地图服务的公司是一家，因此从数据采集、数据处理到信息发布，中间的延时微乎其微，提供的交通路况信息要及时得多。四、总结及布置作业1.总结大数据技术已广泛地应用于医疗、商业、政府决策、工业改革等方面，并在未来有着很大的发展。在大数据时代，我们必须转变我们的思维方式为全样非抽样、效率而非精确、相关而非因果，“以数据为中心”和“我为人人，人人为我”。2.布置作业：（1）什么是数据?数据有哪些种类?什么是大数据?（2）大数据关键技术有哪些?请简要描述各种技术。五、板书设计第1章拥抱大数据时代三、大数据技术