第五节 信息系统中的数据处理与软件教学设计高中信息技术必修2 信息系统与社会-华东师大版2020

第五节信息系统中的数据处理与软件教学设计高中信息技术必修2信息系统与社会-华东师大版2020教学课题课时备课时间授课时间课程基本信息1.课程名称：信息系统中的数据处理与软件

2.教学年级和班级：高中一年级

3.授课时间：2023年4月15日（星期五）第三节课

4.教学时数：1课时核心素养目标分析本节课旨在培养学生的信息素养、计算思维和创新意识。通过学习信息系统中的数据处理方法，学生能够理解数据的重要性，掌握基本的数据处理技巧，提高信息处理能力。同时，通过软件应用的学习，激发学生对信息技术的兴趣，培养解决实际问题的计算思维能力，以及利用技术进行创新和实践的能力。教学难点与重点1.教学重点，

①理解数据处理在信息系统中的作用和重要性；

②掌握数据清洗、排序、筛选等基本数据处理方法；

③学习使用Excel等软件进行数据分析和可视化；

④理解数据库的基本概念和结构，能够进行简单的数据库操作。

2.教学难点，

①理解并应用数据处理算法，解决实际问题；

②在Excel等软件中灵活运用高级功能，如公式、函数和图表制作；

③理解数据库设计原则，能够设计简单的数据库结构；

④将数据处理知识应用于实际情境，如市场分析、数据分析等，培养学生的创新思维和问题解决能力。教学资源准备1.教材：确保每位学生都有《信息系统与社会》必修2教材，以便跟随课程内容进行学习。

2.辅助材料：准备与数据处理相关的图片、图表、视频等多媒体资源，以帮助学生直观理解数据处理的步骤和结果。

3.实验器材：准备Excel软件、数据库管理软件等，确保学生能够进行实际操作练习。

4.教室布置：设置分组讨论区，便于学生进行小组合作学习；配置实验操作台，提供足够的空间进行数据处理实验。教学过程设计基本内容（一）导入环节（5分钟）

1.情境创设：展示一组关于大数据时代信息处理的图片，引导学生思考信息处理在日常生活中的应用。

2.提出问题：引导学生思考如何高效地处理大量数据，激发学生对数据处理方法的学习兴趣。

3.用时：5分钟

（二）讲授新课（20分钟）

1.数据处理概述：介绍数据处理的基本概念、目的和意义，让学生对数据处理有一个整体的认识。

2.数据清洗：讲解数据清洗的方法和技巧，如去除重复数据、填补缺失值等。

3.数据排序：讲解数据排序的原理和操作方法，如升序、降序排序等。

4.数据筛选：讲解数据筛选的技巧，如条件筛选、高级筛选等。

5.数据分析：介绍数据分析的方法和工具，如Excel图表制作、数据库查询等。

6.数据可视化：讲解数据可视化的原理和技巧，如柱状图、折线图、饼图等。

7.用时：20分钟

（三）巩固练习（10分钟）

1.练习一：学生独立完成Excel数据处理练习，如数据排序、筛选等。

2.练习二：学生分组讨论，设计一个简单的数据处理方案，并运用所学知识进行实施。

3.用时：10分钟

（四）课堂提问（5分钟）

1.提问一：引导学生回顾本节课所学内容，加深对数据处理方法的理解。

2.提问二：针对学生提出的疑问，进行解答和补充说明。

3.用时：5分钟

（五）师生互动环节（5分钟）

1.学生展示自己的数据处理方案，教师进行点评和指导。

2.学生之间互相交流学习心得，分享数据处理技巧。

3.用时：5分钟

（六）核心素养拓展（5分钟）

1.引导学生思考数据处理在生活中的应用，如市场分析、数据分析等。

2.鼓励学生运用所学知识解决实际问题，培养学生的创新思维和问题解决能力。

3.用时：5分钟

教学过程流程环节如下：

1.导入环节（5分钟）

2.讲授新课（20分钟）

-数据处理概述（2分钟）

-数据清洗（5分钟）

-数据排序（5分钟）

-数据筛选（5分钟）

-数据分析（3分钟）

-数据可视化（3分钟）

3.巩固练习（10分钟）

4.课堂提问（5分钟）

5.师生互动环节（5分钟）

6.核心素养拓展（5分钟）

总计用时：45分钟拓展与延伸六、拓展与延伸

1.提供与本节课内容相关的拓展阅读材料：

-《大数据时代：生活、工作与思维的大变革》：这本书深入探讨了大数据对现代社会的影响，包括数据处理、分析及伦理问题，适合学生了解大数据的广泛应用和潜在挑战。

-《数据科学入门》：该书介绍了数据科学的基本概念、方法和工具，对于希望进一步学习数据处理技术的学生来说是一本很好的入门书籍。

-《Excel数据分析与决策》：这本书详细讲解了Excel在数据分析中的应用，包括高级函数、图表制作和数据分析技巧，对于提高学生数据处理能力非常有帮助。

2.鼓励学生进行课后自主学习和探究：

-学生可以尝试使用Excel进行实际数据集的分析，如分析学校成绩、市场数据等，以加深对数据处理方法的理解。

-鼓励学生探索数据库的基本操作，如创建、查询和更新数据库，以了解数据库在数据处理中的作用。

-组织学生参与数据可视化项目，如制作图表展示学校活动参与度、课程满意度等，提高学生的数据展示能力。

-推荐学生观看相关的在线课程或视频教程，如Coursera、edX上的数据分析课程，以获取更深入的知识和技能。

-学生可以加入或创建学习小组，共同讨论数据处理中的问题和解决方案，促进知识的共享和交流。

3.实践项目建议：

-设计一个简单的市场分析项目，使用收集到的销售数据，通过Excel进行数据清洗、分析和可视化。

-创建一个学校内部的数据库，记录学生的出勤、成绩等信息，并学习如何查询和更新这些数据。

-利用公共数据集，如天气数据、交通流量数据等，进行数据分析，探索数据背后的趋势和模式。教学评价与反馈1.课堂表现：通过观察学生的课堂参与度、提问回答情况以及完成练习的速度和质量，评价学生对数据处理基本概念和技能的掌握程度。学生的积极提问和正确回答问题将作为课堂表现的正面反馈。

2.小组讨论成果展示：在小组讨论环节，通过学生的展示和汇报，评估学生团队合作、问题解决和沟通能力。小组讨论成果的完整性和创新性将被作为评价的依据。

3.随堂测试：设计简短的小测验，包括选择题、填空题和简答题，以检验学生对数据处理概念、方法和工具的理解。测试结果将用于评估学生对知识的掌握程度。

4.实践操作评价：在数据处理软件的使用环节，通过观察学生的实际操作过程，评价其操作技能和解决问题的能力。学生的操作准确性和效率将作为评价的重要指标。

5.教师评价与反馈：针对学生的课堂表现、小组讨论和随堂测试的结果，教师将给予及时的反馈。对于表现优秀的学生，教师将给予表扬和鼓励；对于存在困难的学生，教师将提供个别辅导和指导，帮助他们克服学习障碍，提高数据处理能力。同时，教师会根据学生的学习进度和反馈，调整教学策略，确保教学目标的实现。板书设计①数据处理概述

-数据处理定义

-数据处理目的

-数据处理步骤

②数据清洗

-数据清洗方法

-去除重复数