第一节 数据分类与采集教学设计高中信息技术华东师大版2020选择性必修3 数据管理与分析-华东师大版2020

-1-第一节数据分类与采集教学设计高中信息技术华东师大版2020选择性必修3数据管理与分析-华东师大版2020教学设计课题课型新授课√□章/单元复习课□专题复习课□习题/试卷讲评课□学科实践活动课□其他□教学内容一、教学内容本节课对应华东师大版2020选择性必修3《数据管理与分析》第一章第一节“数据分类与采集”。主要内容包括：数据的定义与基本特征；数据分类（按数据类型分为数值型、文本型、图像型、音频型、视频型等；按来源分为直接采集数据、间接获取数据）；常见数据采集方法（问卷调查、访谈、观察法、传感器采集、网络爬取等）；数据采集的伦理与规范（隐私保护、数据安全、知识产权等）。核心素养目标二、核心素养目标通过本节课学习，学生能形成数据价值意识，理解数据分类的意义与标准；运用计算思维对数据进行合理分类，选择恰当的采集方法；具备数字化工具应用能力，尝试使用简单工具辅助数据采集；树立数据安全与伦理观念，在数据采集中遵守规范，尊重隐私与知识产权。学情分析本节课面向高中二年级选修学生，学生已具备基础信息技术操作能力，能熟练使用办公软件和网络工具，但对数据管理的系统性认知较薄弱。知识层面，学生了解基本数据类型，但缺乏分类标准化的概念；能力上，具备简单数据收集经验，如问卷调查，但对多源异构数据的整合与分析能力不足；素质方面，学生数据安全意识初步形成，但伦理规范应用能力有待提升。行为习惯上，学生习惯被动接收知识，主动探究和批判性思维需加强。这些学情直接影响本节课教学，需通过案例引导建立数据分类框架，强化伦理实践意识，培养主动采集与规范管理数据的习惯。教学资源准备四、教学资源准备1.教材：华东师大版2020选择性必修3《数据管理与分析》教材，确保每人一册。2.辅助材料：数据类型分类图表、问卷调查案例视频、网络爬取流程示意图。3.实验器材：问卷星账号、简易传感器设备、数据采集记录表。4.教室布置：设置4组讨论区，配备实验操作台，便于小组合作模拟数据采集。教学过程（1）激发兴趣：展示学生日常生活中的数据场景——微信运动步数截图、校园一卡通消费记录、健康码绿码状态，提问：“这些数据有什么不同？如果要把它们整理到班级数据库，你会怎么分？”引发学生对数据分类的思考。

（2）回顾旧知：引导学生回忆必修阶段学过的“数据基本特征”（可存储、可传递、可加工），提问：“数据类型多样，如何科学分类才能高效管理？”衔接本节课主题。

2.新课呈现（约35分钟）

（1）讲解新知：数据定义与基本特征

结合教材P2-3，明确数据是“对客观事物的符号表示”，强调其价值在于“通过分析提炼信息”。举例：班级身高数据（1.75m）是数值型，能分析身高分布；班级通知（“明天大扫除”）是文本型，传递指令信息。

（2）举例说明：数据分类

①按数据类型分类：展示教材P4表1-1，举例数值型（考试成绩、温度）、文本型（姓名、地址）、图像型（校园风景照）、音频型（课文朗读）、视频型（运动会录像），提问：“校园卡余额属于哪种类型？为什么？”

②按数据来源分类：直接采集数据（如班级问卷调查统计）、间接获取数据（如从教育网下载历年高考分数线），对比两者差异，强调直接数据针对性强，间接数据获取高效但需验证真实性。

（3）互动探究：数据采集方法

①分组讨论（4人/组）：给出场景“学校要统计学生周末运动时长”，讨论可用采集方法（问卷星APP、访谈法、运动手环传感器），每组派代表汇报，教师点评各方法优缺点（问卷星覆盖广但需设计合理问题，传感器精准但依赖设备）。

②教师演示：用问卷星创建“周末运动时长”问卷，展示题型设计（单选、填空、矩阵题），强调问题明确性，避免歧义；用简易温度传感器演示实时采集教室温度数据，说明传感器在环境监测中的应用。

③讲解网络爬取：展示教材P8流程图，以爬取“中国天气网”某城市气温为例，演示Python简单爬虫代码（仅展示思路，不深入编程），强调合法性与伦理规范，不得随意爬取付费或隐私数据。

（4）讲解新知：数据采集伦理与规范

结合教材P9-10，列举案例：某APP未经同意采集用户位置信息被处罚，说明隐私保护的重要性；引用《数据安全法》，强调数据采集需知情同意、最小必要原则，讨论“采集同学家庭住址是否合理？为什么？”强化学生伦理意识。

3.巩固练习（约20分钟）

（1）学生活动：分组完成“校园午餐满意度”数据采集项目

①任务要求：每组设计5-8个问题（含菜品评分、建议等），选择一种采集方法（问卷星/模拟访谈），模拟采集10组数据，填写数据采集记录表（含数据类型、来源、采集时间、伦理说明）。

②实践操作：学生使用平板电脑登录问卷星创建问卷，或两两模拟访谈，教师巡视指导，重点关注问题设计是否科学、是否遵守伦理规范（如匿名处理）。

（2）教师指导

①针对问卷设计问题：提示“菜品满意度”用1-5分量表，“建议”用开放文本题，避免“你不喜欢今天的菜吗”等诱导性问题。

②针对伦理问题：提醒“采集数据前需说明用途，不记录姓名等隐私信息”，确保学生树立规范意识。

③各小组完成后，展示采集的数据记录表，简要说明分类方法和采集过程，教师点评分类合理性与规范性。

（3）课堂小结：引导学生总结数据分类标准、采集方法适用场景及伦理要点，布置课后任务：观察家庭生活中的数据，记录其类型、来源及采集方式，下节课分享。知识点梳理六、知识点梳理数据是“对客观事物的符号表示”，是数据管理与分析的基础，具有可存储、可传递、可加工等基本特征，其价值在于通过分析提炼出有价值的信息。数据分类与采集是数据管理流程的首要环节，科学分类和规范采集直接影响后续数据质量与分析效率。一、数据分类数据分类是按照一定标准将数据划分不同类别，便于管理和应用。按数据类型分类，教材中明确分为数值型、文本型、图像型、音频型、视频型等。数值型数据是可进行算术运算的数字，包括离散型（如学生人数、考试分数）和连续型（如身高、体重），例如班级平均分85.5分属于连续型数值数据；文本型数据是由字符组成的信息，包括结构化文本（如学号、身份证号）和非结构化文本（如学生评语、通知公告），如“张三”是结构化文本，“今天天气晴朗”是非结构化文本；图像型数据是由像素构成的静态图形，如校园风景照片、学生证件照；音频型数据是记录声音信号的数字化信息，如课文朗读录音、校园铃声；视频型数据是连续图像序列与音频的结合，如运动会录像、教学微课。按数据来源分类，数据可分为直接采集数据和间接获取数据。直接采集数据是针对特定问题主动收集的一手数据，如通过问卷调查统计学生周末运动时长、用传感器实时监测教室温度，其特点是针对性强、准确性高，但获取成本相对较高；间接获取数据是从已有数据源获取的二手数据，如从学校教务系统导出历年考试成绩、从国家统计局网站获取人口普查数据，其特点是获取便捷、覆盖面广，但需验证数据真实性和时效性，可能存在适配性问题。二、数据采集方法数据采集是获取数据的过程，常见方法包括问卷调查法、访谈法、观察法、传感器采集法和网络爬取法，每种方法适用于不同场景。问卷调查法是通过设计结构化问题向被调查者收集数据的方法，适用于大规模数据收集，如学生满意度调查、校园消费习惯统计。其关键在于问卷设计：问题需明确具体，避免歧义，如“您每周运动几次？”比“您喜欢运动吗？”更易量化；选项应互斥且穷尽，如运动频率选项可设“0次、1-2次、3-4次、5次及以上”；题型多样，包含单选题（如性别选择）、多选题（如兴趣爱好）、填空题（如年龄）和量表题（如1-5分满意度评价）。常用工具包括问卷星、腾讯问卷等，支持在线发放与数据自动统计。访谈法是通过与被调查者面对面或线上交流获取数据的方法，适用于深入探究复杂问题，如教师教学效果反馈、特殊群体需求调研。需提前制定访谈提纲，明确核心问题，采用开放式提问引导被调查者充分表达，如“您认为学校午餐有哪些需要改进的地方？”，同时做好访谈记录（文字、音频），确保信息准确完整。观察法是通过直接观察记录研究对象行为或状态获取数据的方法，适用于客观行为数据收集，如课堂学生注意力集中情况、校园人流高峰时段统计。需明确观察指标（如学生专注时长、人流量）、观察时间和记录方式（表格、视频），避免主观干扰，确保数据真实反映实际情况。传感器采集法是利用传感器设备自动捕获环境或物体状态数据的方法，适用于实时、动态数据监测，如教室温湿度监测、学生运动手环记录步数。传感器类型多样，温度传感器采集环境温度，运动传感器捕捉动作数据，传感器采集的数据具有实时性强、精度高的特点，常与物联网技术结合，实现数据自动传输与存储。网络爬取法是利用程序从互联网获取公开数据的方法，适用于大规模网络数据收集，如商品价格监测、舆情分析。爬取流程包括明确目标（如天气数据）、编写爬虫脚本（使用Python等工具）、解析数据（提取所需字段）、数据清洗（去除重复和无效信息）。需严格遵守法律法规，遵守网站robots协议，不得爬取付费数据或涉及隐私的信息，如用户身份证号、聊天记录等。三、数据采集伦理与规范数据采集需遵循伦理规范和法律要求，确保数据合法合规、安全可控。核心原则包括知情同意原则，采集数据前需向数据主体明确告知采集目的、范围、使用方式及存储期限，获得其明确同意，如采集学生家庭信息需经家长同意，不得隐瞒或欺骗；最小必要原则，仅采集与目的直接相关的最少数据，避免过度收集，如统计午餐满意度只需采集菜品评分，无需收集家庭收入；隐私保护原则，对敏感数据进行匿名化或去标识化处理，如用学号代替姓名存储成绩，防止个人信息泄露；知识产权原则，尊重数据原创性，引用公开数据需注明来源，不得抄袭或盗用他人数据成果。违反伦理规范可能导致法律风险，如《数据安全法》规定，过度收集个人信息或未履行安全保护义务将面临处罚；社会信任危机，如未经同意采集用户位置信息会引发公众不满，损害机构声誉。因此，数据采集必须将伦理规范贯穿始终，平衡数据价值与安全风险。反思改进措施（一）教学特色创新

1.生活化案例贯穿始终，用微信步数、校园卡等学生日常数据场景引入抽象概念，降低理解门槛。

2.伦理实践融合教学，通过问卷设计强调隐私保护，将《数据安全法》条款转化为具体操作规范。

（二）存在主要问题

1.传感器采集环节时间紧张，部分学生未充分体验设备操作，影响对实时数据价值的理解。

2.网络爬虫案例仅展示流程，学生未亲手实践，对合法爬取边界认知仍较模糊。

（三）改进措施

1.将传感器演示改为分组轮换操作，提前调试设备并简化操作步骤，确保每组至少完成一次数据采集。

2.增设合法爬取案例讨论，提供教育类公开数据源（如教育部官网），让学生尝试编写基础爬虫脚本，强化合规意识。

3.课后增设"家庭数据采集"实践作业，引导学生观察生活中数据类型与来源，深化分类认知。课后作业八、课后作业1.判断下列数据类型及来源：（1）班级同学的身高数据；（2）学校官网发布的招生简章；（3）智能手表记录的每日步数。答案：（1）数值型、直接采集；（2）文本型、间接获取；（3）数值型、直接采集。2.学校要调查学生对食堂菜品的满意度，请选择最合适的数据采集方法并说明理由。答案：问卷调查法。理由：覆盖面广，数据结构化，便于统计分析，且问题设计可量化满意度。3.分析案例：某APP未经用户同意收集位置信息用于推送广告，指出违反的伦理原则及正确做法。答案：违反知情同