初中信息科技七年级跨学科主题单元《数说校园：数据挖掘初体验》教案

初中信息科技七年级跨学科主题单元《数说校园：数据挖掘初体验》教案

一、教材与课标解构：素养导向的单元重构定位

【背景分析·基础级】

本设计基于《义务教育信息科技课程标准（2022年版）》及江苏省中小学教学研究室苏科版《信息技术》七年级教材，将原教材第三章第三节“数据图表及其分析”中的“数据挖掘”单一课时，重构为“数据与编码”跨学科主题模块下的四课时单元教学。本单元不将数据挖掘窄化为WPS表格的“排序、筛选、分类汇总、图表”等软件操作集合，而是以“科技并重”为原则，将技术背后的科学原理——数据挖掘的CRISP-DM跨行业数据挖掘标准流程（业务理解、数据理解、数据准备、建立模型、评估、部署）进行童化降维，提炼为“明确任务—准备数据—寻找规律—表达规律—服务决策—反思迭代”六步教学法。

【单元核心价值·重中之重】

本单元是七年级学生从“信息科技工具论”走向“数据科学思维观”的关键转折点。它不再满足于让学生学会“做图表”，而是引导学生洞察“为什么要做这张图？”“这张图揭示了什么规律？”“这个规律能帮我做出什么更聪明的决定？”。这是将计算思维从“抽象、分解、算法”向“建模、评估、迁移”深度推进的核心载体，是信息意识从“会用软件”向“用数据说话、用数据决策”素养跃升的关键锚点，更是信息社会责任在“数据隐私、算法偏见、结论诚信”层面的首度正式启蒙。

二、学情精准画像：从经验直觉走向实证决策

【学情诊断·重要】

1.技术起点：学生已掌握WPS表格的基本数据录入、公式与函数计算（SUM、AVERAGE）、排序、筛选及三类图表（柱形图、折线图、饼图）的插入与格式设置。但操作往往停留在“为了做图而做图”的模仿层面，缺乏“根据分析目的反推图表类型”的逆向思维。

2.认知特征：七年级学生正处于皮亚杰形式运算阶段，具备初步的逻辑推理能力，对“双十一”“外卖点餐”“校园拥堵”等生活热点高度敏感，具有强烈的表达欲和从众探究心理。但对“数据”的认知还停留在“数字本身”，难以自觉将数据视为“解决争议、支撑观点”的证据。

3.迷思概念预警·难点：

1.4.误区A：数据挖掘=复杂的、只有专家才能做的、神秘的技术。

2.5.误区B：数据挖掘的结果一定是唯一的、正确的“标准答案”。

3.6.误区C：做图表=数据挖掘，图做得漂亮就是挖掘成功。

7.突破策略：采用“认知冲突—规律建模—迁移验证”三阶策略。先通过“啤酒与尿布”经典案例制造“数据居然能发现这种秘密”的认知震撼；再通过结构化支架引导学生亲历完整六步流程，实现“去神秘化”；最后通过真实校园议题，让学生在开放性的、无唯一答案的问题解决中，理解“挖掘结果是决策依据，而非绝对真理”。

三、素养导向目标矩阵与重难点分级

【教学目标·顶层设计】

本单元教学目标采用KUD模式（知道、理解、能做）进行精细化表述，彻底摒弃传统三维目标的机械割裂：

1.知道（Know）——【基础】：学生能复述数据挖掘的定义，能说出CRISP-DM简化模型（六步法）的六个环节；能列举至少三种数据可视化基本图表（柱、折、饼）的适用场景；能识别数据清洗中“重复值、缺失值、异常值”三种典型噪声。

2.理解（Understand）——【非常重要】：学生能解释“数据挖掘的本质是从数据中发现有价值的关系和规律，而非证明已知结论”；能通过具体案例阐释“数据准备比数据分析更耗时、更能决定挖掘成败”；能感悟“可视化是将数据规律映射为视觉通道（位置、长度、颜色、面积）的编码过程”。

3.能做（Do）——【高频考点·重中之重】：

1.4.操作维度：能根据分析目标，综合运用WPS表格的分类汇总、高级筛选、透视图表等复合功能（而非单一功能）对二维表数据进行多维度加工。

2.5.思维维度：能针对一个真实的、结构不良的校园问题（如“食堂浪费现象归因”“图书馆图书利用率提升”），独立或在小组协作中完成从“问题定义”到“数据准备”再到“规律可视化表达与决策建议”的完整微项目。

3.6.责任维度：能在报告中主动声明“基于有限样本的结论可能存在偏差”，能尊重并批判性接受他人的不同数据解读观点。

【教学重难点·分层标注】

1.教学重点【重要·高频考点】：

1.2.数据挖掘的一般过程模型（六步法）的理解与复述。

2.3.根据特定分析需求（比较、趋势、占比）选择恰当图表类型并进行精准美化，以突出核心信息。

3.4.数据清洗的基本策略：识别并处理重复记录、空缺单元格。

5.教学难点【难点·拉分点】：

1.6.思维的隐性化显性：将“我觉得应该是这样”的主观直觉，转化为“用数据筛选+分类汇总+交叉分析来验证”的算法思维。

2.7.多维分析的构建：理解并操作“多字段分类汇总”（如先按“班级”分类，再按“餐盘剩余量等级”汇总），发现单一维度下无法显现的深层规律。

3.8.结论的适度推论：在有限样本数据中提炼规律，既能大胆提出优化建议，又能严谨认识到数据的局限性，避免过度泛化。

四、教学实施过程：四阶十环沉浸式项目化学程

【总课时】4课时（每课时45分钟），本节呈现完整单元设计，其中第2、3课时为技能建构与思维碰撞核心期。

【驱动性问题】“作为校园数据分析师，我们如何用数据挖掘技术，为母校留下一份有洞察、有温度、可行动的‘校园生活优化建议书’？”

【跨学科联结】数学（统计与概率：频数、频率、平均数、概率估计）、地理（空间位置数据与拥堵成因分析）、劳动教育（食堂浪费现象调查）、道德与法治（网络数据隐私、算法公平）。

第一课时：破冰与建模——“秘密，原来就藏在数据里”

1.情境惊诧·悬念导入（5分钟）

展示两张截图：一张是某电商平台首页，另一张是学生A和学生B（班级真实同学）分别在同一时间打开该平台时截然不同的商品推荐列表。教师提问：“平台比你的好朋友还懂你，它凭什么？”引爆认知冲突。继而讲述数据挖掘史上最经典的“啤酒与尿布”故事，但不止于故事表面。教师追问：“沃尔玛是故意把啤酒和尿布摆在一起才卖多的，还是卖多了以后才发现这个规律？”引导学生初步感知：挖掘是先有数据，后有未知规律，而非先有假设，再去验证。

2.概念建模·六步法建构（15分钟）【基础·必考】

不直接呈现定义。教师以“校门口早晚高峰拥堵”为例，采用苏格拉底式提问链，师生共同推导出数据挖掘的通用流程：

1.3.师：我们想解决拥堵，首先得知道什么？（生：什么时候堵？哪里最堵？哪些车在堵？）——明确任务。

2.4.师：知道了要看什么，接下来要干嘛？（生：记录数据！）——准备数据。

3.5.师：数据记了一整张表，然后呢？（生：算一算、排个序、看看哪个时段车最多。）——寻找规律。

4.6.师：光看数字不直观，怎么能让校长看一眼就明白？（生：画折线图！）——表达规律。

5.7.师：看了图，发现了7:40是最高峰，然后我们可以做什么？（生：建议学校实行错峰到校！）——服务决策。

6.8.师：建议推行一周后，发现还是堵，怎么办？（生：再测一次，看看新方案有没有用。）——反思迭代。

教师顺势板书，在黑板上生成六步闭环模型。此过程是计算思维中“模型化”的真实落地。

9.首测练兵·工具预热（20分钟）

下发标准化数据包“校园一周各时段车流量统计表”（含模拟噪音：重复行、缺失数据）。任务要求：以同桌为单位，尝试刚才推导出的六步法，在WPS表格中完成从“准备数据”到“表达规律”的微操作。此环节刻意暴露问题：学生拿到数据直接做图，忽略“清洗”。教师展示有缺失值生成的断层折线图，制造新的认知冲突，引出数据清洗的概念——这是常规信息技术课极少触及但业界至关重要的环节。

10.小结与预告（5分钟）

教师总结：“数据挖掘不是魔法，是步骤；不是艺术，是工程。下节课，我们将拿到一份关于我们学校自己的真实秘密，请带上今天的六步法工具箱。”

第二课时：淬火与生成——食堂剩饭数据的“侦探游戏”

【本课为单元核心技能课，难度与思维密度最大】

1.任务发布·真实情境（5分钟）【热点·非常重要】

展示两张对比照片：一张是世界粮食日宣传海报，另一张是本校食堂收餐处堆积的剩饭剩菜实拍。发布本课时核心任务：“学校总务处委托我们七年级信息科技项目组，通过数据分析，找到‘谁在剩饭？剩了什么？为什么剩？’的答案，并形成一份可视化的‘减损方案’。”

下发数据集“七年级某月午餐剩餐记录清洗前.xls”。数据表结构包含：日期、班级、性别、菜品名称（主荤/次荤/素菜）、是否剩余（是/否）、剩余量等级（少量/一半/大量）、口味反馈（偏咸/偏淡/油腻/辣）。

2.数据准备·实战清洗（10分钟）【难点·必考】

这是传统课堂几乎空白的领域，却是本设计最大的亮点。学生将首次面对“脏数据”。数据集中预设了典型问题：

1.3.重复行：完全相同的两条记录。

2.4.异常值：“剩余量等级”列中出现“超级多”（非预设选项）。

3.5.缺失值：“口味反馈”列大量空白。

教师不直接告诉答案，而是提供“数据清洗三策”微视频支架，由小组自主探究如何删除重复项、使用“筛选”定位异常值并修正或剔除、利用“查找和替换”将空白单元格统一填充为“未反馈”。此环节的意义远大于后续做图，它让学生理解：真实世界的数据不是课本上整齐的表格，90%的分析时间可能花在让数据变得“整洁”上。这是信息意识中“评估数据质量”核心素养的直接体现。

6.多维挖掘·规律寻找（20分钟）【重中之重·高频考点】

本环节采用“侦探线索卡”分组探究模式，打破“全班做同一张图”的低效局面。四个大组领取不同侦查方向：

1.7.第一组：性别差异组——探究男生与女生在“剩余率”及“剩余菜品类型”上的差异。必用技能：按“性别”分类汇总，计算男/女各自的“剩余”计数；或生成男女剩余率的对比柱形图。

2.8.第二组：菜品口碑组——探究三样菜品（如红烧肉、炒青菜、蒸蛋）中，哪一样被剩下得最多，剩的主要是“少量”还是“大量”。必用技能：按“菜品名称”分类汇总“剩余量等级”计数；生成堆积柱形图展示不同菜品剩余严重程度构成。

3.9.第三组：时间规律组——探究一个月内，哪一周、哪几天剩饭现象最严重。必用技能：提取“星期几”字段（新增辅助列），生成每日剩余率折线趋势图。

4.10.第四组：口味归因组——探究“偏咸”“偏淡”“油腻”等反馈与“剩余”之间是否存在关联。高阶挑战组：需使用筛选，单独筛选出口味反馈不为空的数据，再做交叉分析。这是典型的关联规则挖掘童化版。

各组利用20分钟进行数据透视表实践。教师强调：透视表是二维表多维分析的核武器。学生通过拖拽字段，实时从不同维度切片观察数据，计算思维中的“模型化”与“最优化”在此刻具身化。

11.可视化表达·说服的艺术（10分钟）

各组依据挖掘到的规律，选择最恰当的可视化形式。教师重点强化【高频考点】图表选择原则：

1.12.要比较“谁多谁少”——柱形图（注意：柱形图横轴从0刻度起，否则会夸大差异）。

2.13.要看时间变化趋势——折线图。

3.14.要看内部占比构成——饼图（强调：分类别不宜超过5个）。

4.15.要看两个指标的关系（如温度与冰淇淋销量）——散点图（七年级选学，但可作为拔尖组挑战）。

学生在此环节将深刻领悟：可视化不是把表格变成图片，而是把规律翻译成视觉语言。一张纵坐标不从0开始的柱形图，可能会让微小的差异显得触目惊心——这里自然渗透信息社会责任，强调数据可视化中的诚信伦理。

第三课时：交锋与决策——听证会里的思辨与责任

1.成果会展·组际互博（20分钟）【难点·核心素养】

教室模拟“校园事务听证会”。各组轮流上台展示本组挖掘出的“剩饭规律”，利用投屏展示图表与分析结论。

1.2.第一组展示：男生剩饭率35%，女生28%；男生剩“红烧肉”多，女生剩“炒青菜”多。建议：给男生加菜、给女生减菜？（此处故意引出争议）

2.3.第二组展示：“红烧肉”剩余绝对数量最多，但“炒青菜”的“大量剩余”占比最高，即青菜一旦被剩，就是几乎没动。建议：改进青菜烹饪口味。

3.4.第三组展示：每周一和周五剩余率最高。周一可能是假期综合症，周五可能是家长接送去外面吃。建议：周一安排最受欢迎菜品。

4.5.第四组展示：反馈“油腻”的样本中，剩余率高达80%。建议：控油减盐行动。

这是一个没有标准答案的环节，不同小组从同一份数据中看到了不同的真相。教师引导全班质疑：男女生该不该分开打饭？周一加好菜会不会让周二剩饭更多？数据只有一个月，能代表全年吗？这是培养批判性思维的黄金时刻。

6.决策建模·服务行动（15分钟）

各组根据质疑，修正本组建议，并汇总形成一份班级层面的《食堂减损十大建议（草案）》。这个过程让学生理解：数据挖掘的终点不是图表，是决策；决策不是单向的，是权衡与妥协。

7.伦理深潜·算法看护（10分钟）【非常重要·社会责任】

教师提出一个尖锐问题：“如果食堂根据挖掘出的‘男生剩红烧肉多’这一规律，决定以后每周三减少红烧肉供应，这是公平的数据决策吗？会不会有男生根本没剩过肉，却被代表、被惩罚？”引导学生初识算法歧视与数据正义。结论：数据挖掘出的群体规律，不能直接用于审判个体；数据决策需要伦理看护。

第四课时：迁移与创造——我的校园议题我做主

1.项目发布·选题立项（5分钟）

学生以3人小组为单位，从以下校园真实议题中任选其一，或自拟题目：

1.2.A题：校园书店/小卖部，什么时间、什么商品最畅销？（商业洞察类）

2.3.B题：图书馆哪类图书“流通率”高？哪类“沉睡率”高？（资源优化类）

3.4.C题：学校运动场放学后使用效率如何？哪个时段最拥挤？（空间管理类）

4.5.D题：学生睡眠时长与作业完成时间是否存在关联？（健康促进类·高阶）

6.全流程实战（30分钟）

各小组从数据采集开始（部分课题需设计简单的调查问卷或利用网络公开数据），经历清洗、分析、可视化、结论、建议全流程。这是对前三个课时的综合性与创造性检验。教师提供《数据分析报告》简约模板，包括：问题定义、数据来源、挖掘过程与图表、核心发现、优化建议、反思与局限。

7.异步互评·迭代发布（10分钟）

上传报告至班级在线协作空间，实施“2赞1问”互评机制：每份报告下必须有两个点赞和一个建设性问题。优秀报告将提交至学校相关部门作为决策参考，实现从“作业”到“提案”的价值升华。

五、教学评价体系：量规导航，证据为本

彻底摒弃传统的“作品打分”单一评价，构建三维度六指标评价量规，发布在项目启动之初，作为学习导航图。

1.过程维度（40%）

1.2.数据准备能力【基础】：能否主动识别并处理重复、空缺、异常数据。（证据：清洗前后的表格截图）

2.3.工具操作能力【高频考点】：能否综合运用分类汇总、透视表及恰当图表进行多维分析。（证据：操作录屏或源文件透视表图层）

4.思维维度（40%）【非常重要】

1.5.规律发现深度：是仅描述了“数据是什么”（如男生剩饭比女生多），还是解释了“为什么是这样”并提出了可验证的推论？（证据：报告中的“核心发现”与“归因分析”段落）

2.6.决策合理性：建议是否基于数据证据？是否考虑了反方观点？是否存在过度推论？（证据：报告中“优化建议”的逻辑性）

7.责任维度（20%）【难点·素养】

1.8.伦理自觉：报告中是否有关于“样本局限性”“个人隐私保护”“避免刻板印象”的声明或思考。（证据：报告的“反思与局限”章节）

2.9.协作贡献：通过平台日志或组长日志，核实每位成员在数据清洗、分析、报告撰写中的具体贡献。

六、教学支撑资源与环境配置

1.数字化学习平台：借助极域电子教室或在线协作表格（如金山文档），实现数据包的秒级分发与小组异构数据的隔离共享。

2.支架资源包：

1.3.微课1：