《人工智能应用与信息技术》电子教案 项目十 AI辅助数据可视化分析

教案学期2026—2027学年第一学期课程名称人工智能应用与信息技术开课专业、班级计算机应用技术、计算机26101-26103授课教师（职称）审定人编制时间：2026年6月课程基本情况课程名称人工智能应用与信息技术总学时数56理论学时28实践学时28课程学分3.5考核方式考查课授课专业计算机应用技术授课班级计算机26101-26103课程性质公共基础课程总体教学目标、要求本课程以人工智能应用岗位的实际工作需求为导向，立足人工智能行业发展趋势与岗位技能标准，通过理论讲授与实践操作相结合的教学模式，实现知识传授、技能培养与素养塑造的有机融合。通过本课程的系统学习，使学生全面了解人工智能与AIGC的基本概念与发展历程，掌握主流AIGC工具的功能特点与使用方法，具备提示词设计与优化的核心能力，能够运用AIGC工具完成文本创作、智能化办公、图像生成、音频处理、视频剪辑、数据可视化分析等实际任务。在技能培养基础上，着力提升学生的综合职业能力，培养学生具备AI时代所需的判断能力、创新能力、跨界融合能力与终身学习能力。引导学生树立诚信守法、审慎辨伪、向善而行的技术伦理观，养成规范操作、主动思考的职业习惯，能够从容应对人工智能时代的工作挑战。使用教材《人工智能应用与信息技术》参考资料教案10本节课标题项目十AI辅助数据可视化分析任务1数据智能处理任务2智能数据分析任务3数据可视化授课学时4学情分析知识上，学生通过前期项目的学习，已掌握了AIGC文本创作、图像生成、音频处理、视频剪辑等核心技能，对主流AIGC工具的操作已较为熟练。但学生对数据可视化分析的整体认知较为薄弱，对数据智能填充、智能清洗、智能数据计算、智能报告生成等WPSAI在数据分析领域的具体应用功能了解有限，对如何将AI工具与数据处理工作流结合缺乏系统认识。技能上，学生已具备使用WPSOffice进行基础文档编辑、表格制作的能力，能够完成简单的数据录入与格式调整，但对WPSAI的数据处理功能（如AI填充、操作表格、AI写公式、AI数据分析等）操作尚不熟悉，对通过自然语言指令完成数据清洗、公式生成等进阶操作缺乏实操经验。素养上，学生对数据分析与可视化有较强的学习兴趣，能够认识到数据处理在电商运营、教育管理等工作中的实际价值。但多数学生对数据隐私保护与合规使用的意识较为薄弱，对数据驱动决策的系统性思维尚未形成。部分学生具备较强的动手实践意愿，但对复杂数据处理任务的分析能力有待加强。综上，学生优势在于已具备一定的AIGC工具操作基础与WPSOffice使用经验，短板为对AI辅助数据分析的系统认知不足、实操经验有限。教学应以真实数据场景为切入点，引导学生通过“问题—工具—解决方案”的逻辑主线，掌握AI辅助数据可视化分析的全流程技能，同时强化数据伦理与隐私保护意识。教学目标知识目标能力目标素质目标1.掌握WPSAI在数据智能处理中的基本功能(AI填充、操作表格)与典型应用场景;2.理解AI辅助数据分析的核心流程，掌握AI写公式与AI数据分析的操作方法;3.了解数据可视化图表在业务分析中的作用，掌握智能创建图表与智能解读图表的操作方法。1.能够运用WPSAI完成数据智能拆分、格式统一、去重等预处理操作;2.能够通过自然语言指令生成复杂公式，并进行逻辑优化与调试;3.能够借助AI数据分析功能生成结构化报告，并创建与解读数据可视化图表。1.培养数据驱动的决策意识与系统性分析思维，提升问题解决效率;2.强化数据伦理与隐私保护意识，在使用AI工具时注重数据安全与合规性;3.培养学生严谨细致的数据处理习惯与追求准确性的职业素养。教学案例案例：某电商公司数据分析师小王，在整理年度销售数据时面临效率瓶颈。面对包含数万条订单记录的原始表格，他需要手动拆分“收货地址”为省市与街道、统一混乱的日期格式、计算平均销售金额并评定订单等级，这些工作耗时耗力且易出错。后来，他系统学习了AI辅助数据分析方法，尝试使用WPSAI的数据智能填充功能自动提取地址信息，通过自然语言指令完成数据清洗与复杂公式生成，并借助AI数据分析功能一键生成各省份销售业绩报告与可视化图表。最终，原本需要数小时完成的数据处理与分析工作，在AI辅助下仅用半小时就精准完成，报告质量也得到显著提升。教学重点及解决方法重点：AI填充功能实现数据智能拆分；操作表格功能实现数据智能清洗；AI写公式功能实现智能数据计算与复杂逻辑判断；AI数据分析功能实现智能报告生成与可视化图表创建。解决方法：以“电商销售订单表”为案例贯穿教学全程，从数据拆分、清洗、计算到报告生成、图表创建，分步骤演示每个功能的操作方法与适用场景，让学生跟随操作，在实践中掌握完整的AI辅助数据分析工作流。教学难点及解决方法难点：复杂业务规则下自然语言指令的清晰表述与嵌套IF函数公式的调试；AI填充中字段拆分的准确性保障；可视化图表类型选择与业务场景的匹配；AI生成报告的内容结构与深度控制。解决方法：采用“需求分析→指令设计→结果校验→迭代优化”的闭环教学模式；通过对比不同指令表述的生成效果，引导学生掌握精准表达的方法；通过展示不同图表类型的适用场景，帮助学生建立图表选型的判断标准；强调人工审核AI生成结果的重要性，培养数据伦理意识。参考资料序号教学步骤教学内容教师活动学生活动教学环境1课前准备预习项目十中数据智能填充、数据智能清洗、智能数据计算、智能报告生成、智能创建图表、智能解读图表的基本概念；完成学习通平台关于WPSAI数据处理功能的课前测试；准备一份简单的Excel数据表（含姓名、学号、成绩等信息）。根据教材内容设定课前考核题目；分析学生对WPSAI数据处理功能的认知基础；发布数据准备指引。了解WPSAI的基本功能；思考自身遇到的数据处理问题；完成课前习题考核。学习通2任务引入（15min）以“电商数据分析师小王”案例导入，引出核心问题:(1)为什么传统手动处理方式效率低下且容易出错?(2)AI工具在数据分析各环节中如何提升处理精度与效率?(3)掌握AI辅助数据分析技能，对应对大规模、多维度数据处理任务有何重要意义?讲述案例故事；抛出引导性问题；引导学生思考AI在数据分析各环节中的作用；引出本节课的核心任务：掌握AI辅助数据可视化分析的全流程技能。聆听案例；思考并回答引导性问题；分享自身遇到的数据处理困难。实训室3知识讲授（80min）引导学生认识WPSAI在数据智能处理中的应用，包括AI填充功能实现复合字段智能拆分、操作表格功能实现格式统一与去重等数据清洗操作；认识AI辅助智能数据分析的核心功能，包括AI写公式实现自然语言生成复杂公式、多条件逻辑判断与公式优化、AI数据分析功能实现结构化报告生成；认识数据可视化中智能创建图表与AI解读图表的方法。最终引导学生理解AI辅助数据可视化分析的全流程工作逻辑。PPT讲解AI辅助数据分析的核心价值与全流程逻辑；现场演示AI填充功能拆分“收货地址”列；演示操作表格功能统一日期格式与删除重复记录；演示AI写公式功能生成平均销售金额计算公式与嵌套IF函数等级评定公式；演示AI数据分析功能生成各省份销售业绩分析报告；演示智能创建图表与AI解读图表的具体操作方法；强调数据处理过程中的数据安全与隐私保护意识。认识WPSAI在数据智能填充与智能清洗中的核心功能与操作方法；理解AI写公式的技术原理与适用场景；掌握通过自然语言指令进行复杂数据计算与逻辑判断的方法；了解AI数据分析与智能报告生成的操作流程；认识智能创建图表与AI解读图表的方法；记录笔记；参与问答互动；完成随堂判断练习。实训室4小组协作完成任务（60min）项目实训:基于WPSAI的学生成绩数据管理与分析任务背景：学校教务管理员在处理学生期末成绩时，面临数据来源杂乱的问题包括：学号信息需提取年级与班级、考试日期格式不统一、存在重复记录，且需手动计算平均分并划分成绩等级。步骤1：数据智能填充与清洗。使用AI填充从“学号”列提取“年级”和“班级”；使用操作表格统一“考试日期”格式，删除重复记录；步骤2：智能数据计算与公式优化。使用AI写公式计算各科平均分；根据平均分评定成绩等级（优秀≥90、良好≥80、及格≥60、不及格<60）；优化等级评定公式；步骤3：智能报告生成。使用AI数据分析功能生成各班级平均分分布分析报告；步骤4：数据可视化与解读。创建各班级成绩对比柱形图；使用AI解读功能获取核心数据洞察。下发实训任务与数据源文件；巡视指导，解答操作问题；鼓励学生多轮迭代优化指令；引导学生对AI生成结果进行人工审核与校验。接收数据源文件，了解任务背景与要求；使用AI填充功能从学号列提取年级与班级信息；使用操作表格功能统一日期格式并删除重复记录；使用AI写公式功能计算平均分并评定成绩等级；使用AI数据分析功能生成班级成绩分析报告；使用生成图表功能创建可视化图表并使用AI解读获取数据洞察；整理实训成果。实训室5小组汇报与评分（30min）小组汇报实训成果；对成果进行审查与互评。点评学生作品；组织互评；引导总结。展示实训成果；参与互评；记录反馈意见。实训室6归纳提升和拓展（15min）梳理项目十全部核心知识点:1.数据智能处理(AI填充、操作表格);2.智能数据分析(AI写公式、AI数据分析);3.数据可视化(智能创建图表、AI解读图表);4.AI辅助数据可视化分析的全流程逻辑。PPT总结项目十知识框架；拓展引导学生思考AI辅助数据分析在各自专业领域的应用前景；布置课后任务。回顾全部知识点；记录课后任务；思考AI辅助数据分析与自身专业的结合点。实训室7课后任务1.完成学习通平台项目十课后习题；2.提交实训成果（规范数据表、分析报告、可视化图表及AI解读文本）至学习通平台；3.预习项目十一“智能体应用”内容。学习通课后反思

教学内容备注一、任务引入案例引入：某电商公司数据分析师小王，近期在整理年度销售数据时面临效率瓶颈。面对包含数万条订单记录的原始表格，他需要手动拆分“收货地址”为省市与街道、统一混乱的日期格式、计算平均销售金额并评定订单等级，这些工作耗时耗力且易出错。后来，他系统学习了AI辅助数据分析方法，尝试使用WPSAI的数据智能填充功能自动提取地址信息，通过自然语言指令完成数据清洗与复杂公式生成，并借助AI数据分析功能一键生成各省份销售业绩报告与可视化图表。最终，原本需要数小时完成的数据处理与分析工作，在AI辅助下仅用半小时就精准完成，报告质量也得到显著提升。引导性问题：（1）为什么传统手动处理方式效率低下且容易出错？ （2）AI工具在数据分析各环节中如何提升处理精度与效率？ （3）掌握AI辅助数据分析技能，对应对大规模、多维度数据处理任务有何重要意义？案例任务：基于WPSAI的学生成绩数据管理与分析。步骤1：数据智能填充与清洗——使用AI填充从“学号”列提取“年级”和“班级”，使用操作表格统一“考试日期”格式、删除重复记录；步骤2：智能数据计算与公式优化——使用AI写公式计算各科平均分，根据平均分评定成绩等级并优化公式；步骤3：智能报告生成——使用AI数据分析功能生成各班级平均分分布分析报告；步骤4：数据可视化与解读——创建各班级成绩对比柱形图，使用AI解读功能获取核心数据洞察。二、知识讲授（一）数据智能处理电子商务的AI应用集中在商品内容智能生成、智能营销与精准投放、智能客服应用等方面。1.数据智能填充在数据分析过程中，经常需要将复合字段拆分为独立维度字段。例如，将“电商销售订单表”中“收货地址”列的信息拆分为“所在省市”和“详细街道”两列，以便于后续进行区域销售分析。操作方法为：在数据表中分别建立新列，选中需要填充数据的目标单元格区域，单击“开始”选项卡中的“填充”按钮，选择“AI填充”选项，系统将自动分析并提取出对应的信息，填充到所选单元格中。提示框中会显示已填充的数据量，用户需核对拆分结果，若提取准确，单击“保留”按钮确认操作。 2.数据智能清洗数据源常存在格式不统一、重复录入或缺失值等问题。WPSAI能够自动识别并处理常见的数据问题，包括删除重复值、填充缺失数据、统一日期格式及提取文本等。以“电商销售订单表”为例，在“WPSAI”选项卡中单击“操作表格”按钮，输入智能清洗指令“将下单日期列统一为‘YYYY-MM-DD’格式，删除订单编号、下单日期、商品全名3列完全重复的行信息”，即可一次性完成格式规范操作与去重操作。（二）智能数据分析1.智能数据计算——AI公式生成WPS表格的AI智能数据计算功能依托自然语言理解与自动化分析技术，能辅助用户快速完成复杂数据任务，有效替代传统手动公式输入。操作时，选中需要插入计算结果的单元格，在“WPSAI”选项卡中单击“AI写公式”按钮，在输入框中输入自然语言需求（如“计算H列的平均值并保留两位小数”），系统即刻生成并在对应单元格插入对应公式，同时完成计算。另一种便捷方法是在单元格中输入“=”后，在智能菜单中选择“AI写公式”选项。2.智能数据计算——复杂计算与优化业务分析往往涉及多维度的逻辑判断与归类。例如，根据“销售金额”对订单的价值等级进行评定（≥10000元为特级，5000-9999元为一级，<5000元为普通）。单击“AI写公式”按钮，输入详细的分级指令，AI将立即解析多条件逻辑，生成嵌套的IF函数公式。确认公式逻辑正确后，单击“完成”并向下填充，即可批量完成评定。如需调整评定标准，不必重写整个公式，只需选中公式所在单元格，输入调试指令，AI会自动解析现有公式结构并精确调整参数。3.智能报告生成WPSAI能够基于用户指令，对数据进行多维度深度挖掘，并自动生成结构化的分析报告。单击“WPSAI”选项卡中的“AI数据分析”按钮，在界面右侧弹出的“WPS灵犀”窗格中输入需求（如“根据2024年的电商销售订单数据，分析各省份的销售业绩分布情况，并生成包含重点销售区域与高价值订单趋势的分析报告”），系统将自动对数据表进行多维度拆解，完成趋势分析，将分析报告呈现在右侧窗格中。（三）数据可视化1.智能创建图表WPSAI提供了两种便捷的图表创建方式。方式一：选中数据所在区域，在“插入”选项卡中单击“图表”按钮，AI会根据当前选中的数据特征智能推荐最适配的图表类型（如柱形图）。图表生成后，可通过“图表元素”按钮勾选数据标签、轴标题等，通过“图表样式”按钮调整配色与字体，使图表更加专业美观。方式二：在“WPSAI”选项卡中单击“AI数据分析”按钮，在“WPS灵犀”窗格中选择“生成图表”选项，AI将根据数据特征智能推荐图表类型，并自动生成图表及对应的解读文字。生成的图表可下载图片、复制图片或插入新的工作表。2.智能解读图表生成图表的同时，AI还能智能解读图表，自动生成与图表匹配的数据洞察与分析文本。将鼠标指针悬浮于图表上方，单击右上角出现的“AI解读”按钮，AI可立即生成专业级的图表解读信息，帮助用户快速抓住核心信息。如需更为深入的分析，可开启“详细模式”，AI将基于图表数据结构与业务语境，深入挖掘趋势成因、异常波动及潜在关联，提供更具深度的业务洞察。三、任务实施（一）任务解析学校教务管理员在处理学生期末成绩时，经常面临数据来源杂乱的问题：学号信息中包含需要提取的年级与班级，考试日期录入格式不统一，存在因系统故障导致的重复记录，且需要手动计算每个学生的平均分并划分成绩等级。面对全校数千名学生的数据，传统手动处理效率低下且容易出错。本实训以“2024—2025学年第一学期学生原始成绩表”为数据源，利用WPSAI工具进行系统化处理与分析，最终形成一份清晰的成绩分析报告。（二）任务目标掌握利用WPSAI进行数据智能填充与清洗的方法，并能独立完成基础数据预处理工作；学会运用WPSAI的智能数据计算功能，能够通过自然语言指令生成复杂公式，解决多条件逻辑判断与公式优化问题；能够借助WPSAI生成数据分析报告并创建数据可视化图表，实现对各班级成绩对比与分布情况的直观解读。（三）实操工具与辅助资料本实训选用WPSOffice作为实操工具，需确保已启用WPSAI组件。数据源文件为“2024—2025学年第一学期学生原始成绩表.xlsx”，该表格包含“学号”（格式为“2023010203”，包含年级、专业、班级信息）“姓名”“考试日期”（格式混杂，含“.”“/”等符号）“高等数学”“大学英语”“计算机基础”等列，数据中“学号”列存在少量重复的记录。（四）操作步骤以“2024—2025学年第一学期学生原始成绩表”为例，实训操作步骤如下：步骤1：数据智能填充与清洗。①数据拆分，使用“AI填充”功能，系统自动从“学号”列提取“年级”和“班级”信息。②数据清洗，使用“操作表格”功能，输入指令“将‘考试日期’列统一为‘YYYY-MM-DD’格式；删除‘学号’列重复的整行记录。”并按Enter键。步骤2：智能数据计算与公式优化。①计算平均分，使用“AI写公式”功能，输入指令“计算‘高等数学’‘大学英语’‘计算机基础’3列的平均分，结果保留一位小数”并按Enter键。②评定成绩等级，使用“AI写公式”功能，输入指令“根据平均分评定成绩等级：平均分≥90分为‘优秀’；80分≤平均分＜90分为‘良好’；60分≤平均分＜80分为‘及格’；平均分＜60分为‘不及格’。”并按Enter键。③优化公式，选中成绩等级公式所在单元格，再次使用“AI写公式”功能，输入调试指令“把这个公式改一下，让‘良好’等级的条件变为平均分大于或等于85分。”并按Enter键。步骤3：智能报告生成。使用“AI数据分析”功能，在输入框中输入“根据2024—2025学年第一学期学生成绩数据，分析各班级的平均分分布情况，并生成包含成绩段占比与不及格率的分析报告。”单击“发送”按钮。步骤4：数据可视化与解读。①智能创建图表，在“WPS灵犀”窗格中选择“生成图表”选项，选择合适的图表类型（如柱形图）并插入新工作表。②AI解读图表，将鼠标指针悬停在图表上，单击“AI解读”按钮，查看自动生成的分析文本，如需深入分析可开启“详细模式”。（五）实训成果与评价（1）实训成果：①完成数据拆分与清洗后规范的学生成绩表；②完成平均分计算与成绩等级评定的完整数据表（含公式）；③由WPSAI生成的班级成绩分析文本报告；④一张（或多张）数据可视化图表。（2）实训评价如表1所示。表1实训评价评价维度评价指标得分实训准备（1）优秀（17～20分）：数据源完整，清晰理解实训目标，准确阐述各操作步骤目的。（2）良好（14～16分）：数据源基本可用，理解核心目标，能简述主要操作步骤。（3）合格（12～13分）：数据源存在部分问题，对目标理解模糊，仅能说出部分操作步骤。（4）不合格（0～11分）：数据源未准备或严重损坏，不理解目标，无法阐述操作步骤数据处理（1）优秀（26～30分）：熟练运用AI填充与清洗功能，数据拆分准确，清洗结果无误，无重复项。（2）良好（21～25分）：能运用AI处理数据，结果有少量小错误但不影响后续分析。（3）合格（18～20分）：初步尝试使用AI数据处理功能，部分操作需进行手动修正，结果基本可用。（4）不合格（0～17分）：未能有效运用AI进行数据填充与清洗，数据问题依然存在数据计算（1）优秀（22～25分）：精准使用AI写公式功能，公式逻辑完全正确（含嵌套IF函数公式），能独立优化公式参数。（2）良好（18～21分）：能使用AI生成基础公式，公式基本正确，能在教师指导下完成公式优化。（3）合格（15～17分）：尝试使用AI写公式功能，公式存在明显逻辑错误或未完成优化。（4）不合格（0～14分）：没有掌握AI写公式功能，未完成计算任务分析可视化（1）优秀（13～15分）：成功生成符合要求的AI报告与图表，图表类型选择准确，AI解读深入，整体分析结果