高中信息技术必修一 教学设计：数据与编程融合视域下的综合问题解决

高中信息技术必修一教学设计：数据与编程融合视域下的综合问题解决单元定位与教材解读教科版（2019）必修一《数据与计算》模块的第4章“数据处理与知识发现”最后一节“4.4综合问题解决”，并非单纯的知识汇总，而是全模块核心素养落地的关键战役。教材选取“校园共享单车调度优化”作为贯穿性情境，将前三节的数据获取、清洗、分析、可视化串联，并引入Python编程实现自动化处理，最终指向基于数据证据的决策建模。这节课的核心任务，是打破学生“会操作工具、不会解决问题”的割裂状态，建立从“原始数据”到“可执行方案”的完整认知链条。依据新课标“信息意识、计算思维、数字化学习与创新、信息社会责任”四大核心素养，本节课重点培育计算思维中的抽象与自动化、分解与重组能力，以及数字化学习中的跨工具协作与迭代优化素养。学生已具备Excel基础操作、Python基础语法（列表、字典、Pandas库入门）、统计图表阅读能力。教学难点在于引导学生完成“业务逻辑向计算逻辑”的映射，以及多轮迭代中参数调整的合理性论证。教学目标1.信息意识：能敏锐识别共享单车调度场景中的多源异构数据特征（GPS轨迹、订单记录、站点容量），判断数据价值密度，主动剔除无效冗余信息。2.计算思维：能将“调度优化”这一复杂问题分解为“需求预测—供需缺口计算—调度路径规划”三个子模块；能设计基于时间序列滑动窗口的预测算法与贪心策略的调度分配算法，并用Python实现自动化流水线。3.数字化学习与创新：熟练衔接Excel预处理与Python深度建模，构建“数据—模型—决策”闭环；能针对早高峰、晚高峰、平峰三种时段动态调整模型超参数，输出可视化调度看板。4.信息社会责任：在方案中显性纳入“用户体验公平性”（避免边缘站点长期缺车）与“运维成本约束”（限制单日调度车次上限），理解算法治理中的伦理边界。重点：跨工具协作流水线构建、滑动窗口预测逻辑实现、多约束下的贪心调度策略设计。难点：业务指标量化建模、异常数据对模型鲁棒性的影响分析、迭代优化过程的证据留存与汇报。教学资源与环境准备硬件环境：机房安装Anaconda发行版（Python3.9+），预配置JupyterLab、VSCode、Excel2019+；局域网部署共享数据集服务器（内含原始CSV文件夹、标准答案对照组、学生成果提交目录）。数据集：模拟某高校城校区共享单车一个月运营数据。包含`orders.csv`（订单ID、用户ID、起止站点ID、起止时间、骑行时长）、`stations.csv`（站点ID、经纬度、容量、所属区域）、`gps_logs.csv`（车辆ID、时间戳、经纬度、电量）、`weather.csv`（日期、天气、气温、降水量）。数据量约120万条，含缺失值、漂移坐标、重复订单等典型脏数据。辅助材料：问题分解导学案（纸质+电子版）、代码框架骨架文件（含接口注释、TODO标记）、调度看板原型图（Figma导出的PNG）、评价量规（过程性评价30%+成果评价50%+答辩评价20%）。教学过程设计一、情境引入：从“堵车位”到“懂调度”——真实痛点激活核心素养（8分钟）课伊始，不讲目录，直播一段校园监控视频片段：早8:20，教学楼群站点车满为患，车轮锁死挤占盲道；宿舍区站点空空如也，三名学生扫码扫不到车，迟到焦虑溢于言表。视频定格，抛出第一个问题：“如果你是运营调度中心的算法工程师，面对这120万条原始日志，你的第一个动作是什么？”学生分组讨论90秒。预设回答聚焦于“看数据”、“做图”、“写代码”。教师不评价对错，追问：“数据在哪？哪张表最关键？怎么证明你的直觉是对的？”引导学生意识到：单靠直觉无法支撑决策，必须建立“数据证据链”。此时投影展示课程核心驱动性问题——“如何利用历史数据构建自动化调度模型，在保证用户骑行需求满足率≥90%的前提下，将单日调度车辆数压缩至当前人工调度量的60%以下？”该问题内嵌三个关键约束：指标量化（满足率）、效能量化（压缩比）、自动化（模型）。这正是本节课所有活动的锚点。教师简述单元学习路径图：数据勘探（Excel）→特征工程与建模→策略仿真与迭代→方案答辩。强调全过程需在学习手册留痕，作为过程性评价依据。二、数据勘探与清洗：Excel为刀，解剖原始乱象（20分钟）任务一：多表关联与业务字段映射（5分钟）分组领取导学案“数据地图”页。要求在10分钟内完成：打开四个CSV文件，利用Excel“数据—获取数据—合并查询”建立关系模型。核心外键：`orders`表的`start_station_id`/`end_station_id`关联`stations`的`station_id`；`gps_logs`的`bike_id`关联`orders`的`bike_id`（需推导）。教师巡场重点检查：学生是否识别出`orders`为事实表，其余为维度表；是否发现`gps_logs`无直接站点字段，需通过经纬度反查站点（引入后续Python地理围栏逻辑）。任务二：脏数据画像与清洗策略制定（15分钟）导学案列出六类典型脏数据特征，学生需定位具体单元格并制定策略：|脏数据类型|发现位置（表/字段/示例行）|业务成因推测|清洗策略（保留/修正/删除/标记）|Excel操作路径|:::::缺失值`orders`.`end_time`第10245行锁车失败/网络中断标记为“异常结单”，剔除时长统计条件格式高亮→筛选删除漂移坐标`gps_logs`.`longitude`值>120GPS漂移/室内定位偏差基于站点经纬度±0.005度范围裁剪列拆分→筛选→删除行重复订单`orders`.`order_id`重复率0.3%客户端重复提交保留最早创建时间记录数据→删除重复值负时长`orders`.`duration`<0系统时钟不同步取绝对值或标记人工复核IF公式判断→修正幽灵站点`orders`中站点ID不在`stations`表中新站点未同步/测试站点标记“待确认”，暂不参与建模VLOOKUP匹配失败→标记电量异常`gps_logs`.`battery`>100或<0传感器故障线性插值修复空值插值插件/公式三、特征工程与预测建模：Python为矛，刺破时空迷雾（35分钟）阶段一：环境就绪与数据摄入（5分钟）学生打开预置骨架文件`pipeline.ipynb`。教师演示核心库导入与路径配置，强调相对路径协作规范。```pythonimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsfromdatetimeimporttimedeltaimportwarningswarnings.filterwarnings('ignore')路径配置RAW_PATH='./data_raw/'CLEAN_PATH='./data_clean/'OUTPUT_PATH='./output/'读取清洗后数据orders=pd.read_csv(CLEAN_PATH+'orders_clean.csv',parse_dates=['start_time','end_time'])stations=pd.read_csv(CLEAN_PATH+'stations_clean.csv')```阶段二：核心特征构建——站点级小时净流量（15分钟）教师引导：调度的本质是解决“站点—时刻”维度的供需错配。定义目标变量`net_flow[station_id,hour]`=该站点该小时内“归还车辆数”“借出车辆数”。正值表示车辆盈余（需调出），负值表示缺口（需调入）。学生完成`TODO:构建站点小时净流量表`。关键代码逻辑：```python1.统一时间粒度至小时orders['start_hour']=orders['start_time'].dt.floor('H')orders['end_hour']=orders['end_time'].dt.floor('H')2.借出事件out_flow=orders.groupby(['start_station_id','start_hour']).size().reset_index(name='out_cnt')out_flow.rename(columns={'start_station_id':'station_id','start_hour':'hour'},inplace=True)3.归还事件in_flow=orders.groupby(['end_station_id','end_hour']).size().reset_index(name='in_cnt')in_flow.rename(columns={'end_station_id':'station_id','end_hour':'hour'},inplace=True)4.合并计算净流量flow=pd.merge(in_flow,out_flow,on=['station_id','hour'],how='outer').fillna(0)flow['net_flow']=flow['in_cnt']flow['out_cnt']5.补全所有站点小时组合（缺失即为0）all_stations=stations['station_id'].unique()all_hours=pd.date_range(orders['start_time'].min().floor('D'),periods=2430,freq='H')idx=pd.MultiIndex.from_product([all_stations,all_hours],names=['station_id','hour'])flow=flow.set_index(['station_id','hour']).reindex(idx,fill_value=0).reset_index()```教师巡场重点：`reindex`补全缺失时刻的必要性（保证时间序列连续性）、`outerjoin`保留单向流动站点、数据类型优化（`station_id`转category节省内存）。阶段三：滑动窗口需求预测模型实现（15分钟）教师讲解：单车调度具有强周期性（工作日/周末）与近期相关性（天气、突发活动）。采用“加权滑动窗口”预测下一小时净流量：$$\hat{y}_{t+1}=\frac{\sum_{i=1}^{k}w_i\cdoty_{t+1i}}{\sumw_i}$$其中权重$w_i=\alpha\cdot\beta^{i1}$，$\alpha$为基础权重，$\beta$为衰减因子（0<β<1），近期数据权重更高。引入“同类日”修正：若预测日为周一，窗口仅取历史周一数据。学生完成`TODO:实现predict_next_hour_flow(station_id,target_hour,window=7,beta=0.8)`函数。核心难点：多站点并行向量化计算、异常值对窗口的污染处理（引入中位数绝对偏差MAD剔除窗口内离群点）。```pythondefpredict_next_hour_flow(flow_df,target_hour,window=7,beta=0.8,min_samples=3):"""flow_df:包含station_id,hour,net_flow的DataFrametarget_hour:待预测的具体小时Timestampreturn:预测净流量Series(index=station_id)"""preds={}筛选同类日历史数据target_weekday=target_hour.weekday()过去30天同星期几的小时数据history=flow_df[(flow_df['hour']<target_hour)&(flow_df['hour'].dt.weekday==target_weekday)&(flow_df['hour']>=target_hourtimedelta(days=30))].copy()iflen(history)<min_samples:returnpd.Series(0,index=flow_df['station_id'].unique(),dtype=float)计算指数衰减权重history['hours_ago']=((target_hourhistory['hour']).dt.total_seconds()/3600).astype(int)history=history.sort_values('hours_ago')history['weight']=beta(history['hours_ago']1)分组加权平均grouped=history.groupby('station_id').apply(lambdag:np.average(g['net_flow'],weights=g['weight'])ifg['weight'].sum()>0else0)returngrouped```教师组织“代码互审”：相邻组互跑对方代码，对比同一站点（如ID=101“图书馆南门”）在周一早8点的预测值差异，分析参数`window`、`beta`敏感性。引导学生发现：窗口过大→滞后，无法捕捉突发变化；窗口过小→波动大，鲁棒性差。引入“滚动验证”概念：在训练集最后一周按天滚动预测，计算MAE（平均绝对误差）与MAPE（平均绝对百分比误差），作为模型选型依据。四、调度策略与仿真优化：贪心与约束的博弈（30分钟）阶段一：问题形式化建模（5分钟）教师引导建立数学模型抽象：•决策变量：$x_{i,j,t}$表示时刻$t$从站点$i$调度至站点$j$的车辆数（整数）。•目标函数：$\min\sum_{t}\sum_{i,j}c_{i,j}\cdotx_{i,j,t}$，其中$c_{i,j}$为调度成本（距离×单价+固定调度费）。•约束条件：1.库存平衡：$S_{j,t+1}=S_{j,t}+\hat{y}_{j,t}+\sum_ix_{i,j,t}\sum_kx_{j,k,t}$（$S$为库存，$\hat{y}$为预测净流量）2.容量约束：$0\leS_{j,t}\leCap_j$3.调度车辆可用性：$\sum_jx_{i,j,t}\leS_{i,t}$（只能调出现有车）4.运力上限：$\sum_{i,j}x_{i,j,t}\leV_{max}$（单日调度车次上限）5.公平性约束：边缘站点（距离中心>2km）日缺车时长<2小时。阶段二：滚动时域贪心算法实现（20分钟）鉴于整数规划求解复杂度超纲，教学采用“滚动时域+贪心匹配”近似最优策略：每小时决策一次，仅看向未来3小时窗口。核心逻辑：6.识别当前时刻所有“缺口站点”（预测库存<安全阈值，设为容量15%）与“盈余站点”（预测库存>容量85%）。7.构建成本矩阵：地球距离（Haversine公式）×单位成本。8.贪心匹配：按缺口量从大到小排序，为每个缺口站点寻找最近的盈余站点调拨，更新双方库存预估，直到无可行调拨或达运力上限。9.生成调度指令单：`dispatch_plan[hour]=[{'from':,'to':,'num':,'cost':},...]`。学生完成`TODO:实现rolling_dispatch_simulation(flow_pred,stations,capacity,max_daily_trips)`。教师提供`haversine`函数与仿真主循环框架，学生填充匹配逻辑。```pythondefhaversine(lon1,lat1,lon2,lat2):返回公里数frommathimportradians,sin,cos,sqrt,asinlon1,lat1,lon2,lat2=map(radians,[lon1,lat1,lon2,lat2])dlon=lon2lon1dlat=lat2lat1a=sin(dlat/2)2+cos(lat1)cos(lat2)sin(dlon/2)2return26371asin(sqrt(a))仿真主循环片段fortinsimulation_hours:1.更新预估库存pred_net=flow_pred[flow_pred['hour']==t].set_index('station_id')['pred_net_flow']est_inventory=current_inventory+pred_net2.识别缺口与盈余deficit_sites=est_inventory[est_inventory<stations.set_index('station_id')['capacity']0.15].index.tolist()surplus_sites=est_inventory[est_inventory>stations.set_index('station_id')['capacity']0.85].index.tolist()3.贪心匹配(学生核心代码区)按缺口量排序deficit_sites.sort(key=lambdas:est_inventory[s])ford_siteindeficit_sites:need=int(stations.loc[stations.station_id==d_site,'capacity'].values[0]0.5est_inventory[d_site])ifneed<=0:continue寻找最近盈余站点candidates=[]fors_siteinsurplus_sites:avail=int(est_inventory[s_site]stations.loc[stations.station_id==s_site,'capacity'].values[0]0.2)ifavail>0:dist=haversine(stations.loc[stations.station_id==s_site,'lon'].values[0],stations.loc[stations.station_id==s_site,'lat'].values[0],stations.loc[stations.station_id==d_site,'lon'].values[0],stations.loc[stations.station_id==d_site,'lat'].values[0])candidates.append((dist,s_site,avail))candidates.sort(key=lambdax:x[0])fordist,s_site,availincandidates:dispatch_num=min(need,avail,remaining_daily_quota)ifdispatch_num>0:plan.append({'time':t,'from':s_site,'to':d_site,'num':dispatch_num,'cost':distdispatch_num})est_inventory[s_site]=dispatch_numest_inventory[d_site]+=dispatch_numremaining_daily_quota=dispatch_numneed=dispatch_numifneed<=0:breakcurrent_inventory=est_inventory进入下一小时```阶段三：关键指标仿真看板输出（5分钟）代码运行结束后，自动生成三张核心图表存入`output`：1.全天调度热力图：X轴小时，Y轴站点，颜色深浅代表调入/调出量，直观展现“潮汐现象”消解过程。2.关键指标趋势图：双Y轴，柱状图显示“缺车站点数/溢出站点数”，折线图显示“累计调度车次/调度成本”，红线标注“运力上限”与“目标满足率90%”基准线。3.公平性雷达图：中心区、教学区、生活区、边缘区四个维度的“平均缺车时长”、“调入车辆占比”。教师要求各组截图保存，并在导学案“迭代记录”页填写：基线版参数（window=7,beta=0.8,安全阈值15%/85%）下的核心指标——需求满足率、总调度车次、总成本、边缘区缺车时长。五、迭代优化与方案答辩：证据为本，以辩促思（25分钟）迭代挑战卡发放（3分钟）教师发放四张“挑战卡”，每组随机抽取一张，必须在15分钟内完成模型调参、重新仿真、更新看板、填写对比表：•卡A“极端天气”：导入暴雨天气数据（订单量骤降30%，但边缘站点需求不降反增），调整模型权重β与特征工程（加入天气哑变量），验证鲁棒性。•卡B“运力收缩”：管理层要求单日调度车次再压缩20%，在不降满足率低于85%前提下，优化贪心策略（引入“预调度”概念：深夜利用闲时预布局）。•卡C“新增站点”：校区新建两个站点无历史数据，设计冷启动预测策略（基于相似站点画像迁移学习/规则启发式）。•卡D“公平性博弈”：投诉激增，要求边缘站点缺车时长归零，但总成本不得增加，需重构目标函数引入惩罚项。结构化答辩（20分钟）采用“3分钟陈述+2分钟质询+1分钟点评”制。陈述必须包含：调整前后参数对比表、核心指标变化折线图、关键代码片段变更解释、失败尝试复盘。质询组（由教师指定）针对“因果归因是否充分”、“是否存在过拟合风险”、“边界条件测试是否覆盖”发问。教师点评聚焦：计算思维体现（分解/抽象/自动化/迭代）、证据链完整性、工程落地可行性。典型高质量答辩片段示例（卡B组）：>“面对运力压缩20%约束，我们尝试了三种策略：①单纯提高安全阈值至20%/80%，结果满足率跌至82%，失败。②引入‘预调度’：在凌晨24点库存宽裕时，按白天预测缺口提前调运。代码修改仅在仿真循环前增加`pre_dispatch_phase`，利用同一贪心逻辑跑一遍夜间计划。③动态调整β：早高峰前增大β值强化近期趋势。最终方案②+③组合，满足率88%，车次压缩22%，成本反而下降5%。失败教训：单一参数调优无法突破约束边界，必须引入时移维度的决策变量。”六、总结提升与拓展延伸（2分钟）教师不做简单复习，而是抛出三个“带走思考题”，作为课后拓展任务写入学习手册：4.模型迁移：若将此模型部署到某三线城市主城区（站点500+，无GPS数据，仅有订单），特征工程与算法架构需做哪些裁剪与重构？5.伦理审查：当前贪心策略倾向于服务高频核心区用户，长尾用户隐性受损。若引入“服务公平性指数”作为硬约束进入目标函数，将如何改变调度拓扑结构？请尝试用CVXPY重写优化模型。6.