数据采集与预处理技术-P3T1-教案

授课教案20—20学年第学期_______学院________专业课程名称数据采集与预处理技术任课教师授课形式理论教学□课内实践□理论+实践☑习题复习□考核评价□其他活动□课时安排2学时（90分钟）序号8授课日期月日月日月日月日授课班级2026级相关专业教学班授课地点实训机房（多媒体）教学内容：项目三任务一网络问卷数据采集课程思政设计：1.调研诚信与学术规范——问卷数据来自真实的人，引用要标注出处，样本来源要可追溯。课堂讲清调查结论影响的是决策，数据怎么来的必须说得清楚。2.求真务实——样本量过小谈不上有代表性，答题时间过短的问卷不能算数。课堂讲清宁可少收几份，也不拿无效数据凑数。3.尊重受访者——卷首语要说明用途与保密承诺，问卷长度控制在能答完的范围内。课堂讲清受访者的时间与信任是稀缺资源，不能随意消耗。4.客观中立——问题不能带倾向，结论不能由立场倒推。课堂讲清相关不等于因果，数据分析人员要守得住这一条底线。教学目标：知识目标：能说出网络调查的四个特点与常见平台；能说出一份完整的网络调查方案包含的内容；能说出调查对象与调查总体的关系，以及探索性研究与统计推断研究各自建议的样本量；能说出概率抽样与非概率抽样的区别及各自的常用方法；能说出问卷的四个组成部分与两类问题的五种题型；能说出问卷设计的五条基本原则。能力目标：能针对给定的调查目的写出明确的调查问题；能为给定场景选择合适的抽样方法并说明理由；能判断一份问卷中的题目是否违反设计原则并给出改法；能用Pandas完成问卷数据的导入预览、去重、缺失值处理与无效数据删除；能完成单选题与多选题的编码并做频数、集中趋势与离散程度分析。素质目标：养成引用他人数据必标出处的习惯；养成先看样本质量再谈结论的习惯；养成问题表述保持中立、不夹带倾向的习惯。教学重难点及解决方法：教学重点：问卷四部分组成与五种题型的选用；问卷设计五条原则的辨识与运用；问卷数据的清洗与编码。教学难点：把问卷设计原则用于判断具体问题好不好的实践；多选题从文本拆成零一矩阵的编码思路。学生能背出五条原则，却在看一道具体题目时说不出它违反了哪一条；多选题的拆分也常被写成直接赋值。解决方法：针对难点：准备四道各有毛病的样题，学生逐道判断违反了哪一条并当场改写，判断能力在改的过程中建立；多选题的编码先画出目标矩阵的样子，再讲清用包含判断得到真假值、再把真假转成零一的两步，学生看着表格写代码。针对重点问题：采用边讲边练，每讲完一组题型即在课程在线教学平台推送1～2道判断练习当堂消化；五种题型做成一张选用对照表投屏，学生照表选题型；讲清洗时把三类无效数据的判断条件逐条列出，学生照条件写筛选；课后按随堂检测结果推送分层强化练习。教学环境及平台：实训机房（多媒体），人手一机，配备投影与广播教学系统；课程在线教学平台。软件与工具：Python3运行环境、Pandas、NumPy、Matplotlib（含中文字体配置）；文本编辑器。数据与素材：教材示例问卷数据文件（喂养方式、价格偏好、购买渠道、月均消费、答题时长等字段）；课堂练习使用教材模拟数据，不涉及真实受访者信息。教学资源：①教材《数据采集与预处理技术》第67–76页正文、示例代码与数据分析流程图；②本课程课件（含五种题型选用对照表、五条设计原则辨析样题、编码目标矩阵图）；③课程在线教学平台（预习测验、随堂练习、课后答疑）与课程AI智能体。学习效果评价方式：过程性评价40%＋终结性评价60%的综合评价方式，本次课成绩计入平时成绩，对应其中三项：①课堂实操（主要部分）：完成问卷数据的清洗、编码与统计分析，按清洗步骤完整性、编码正确性、统计结果准确性三项评分；②随堂测验：下课前5题（四种题型的特点、五条原则的辨识、概率与非概率抽样的区别、多选题编码的两步、相关与因果的关系），平台自动批改，当场讲评错误率最高的一题；③课后作业：提交问卷改写说明与数据处理程序的源码、运行结果截图。课前预习：平台3道诊断题（问卷有哪几部分、样本量怎么定），统计错误率用于调整讲授重点。课后小结：填表说明：1.序号，指该课程授课的顺序号，应与授课计划一致；2.授课形式在相应的选项打“√”。教学内容及过程时间分配方法及手段思政元素【教师活动】1.给出情境：某母婴电商平台打算拓展婴幼儿有机辅食这一新品类，摆在第一位的是弄准目标用户到底要什么。2.讲目标用户的差异：宝宝在零到三岁的宝妈群体内部差别很大——有的坚持母乳喂养，有的选择奶粉喂养；在添加辅食的时间与方式上也各有不同；对有机辅食的价格接受程度更是随收入水平和消费观念而变。3.提问：这些差别能不能靠拍脑袋定？不能的话该从哪里拿？让学生先说。4.讲清结论：这些复杂且关键的信息，需要通过科学设计的网络调查来获取。5.点明本任务的内容：设计网络调查方案、编制调查问卷、用Python对问卷数据做清洗编码与统计分析，最后形成有参考价值的市场洞察。6.讲与前两个项目的关系：项目二备齐了工具，项目三开始用它去采集真实的数据。【学生活动】听情境并记录目标用户的三类差异；回答这些差别该从哪里拿；说出自己填过或发过哪些网络问卷。【设计意图】对应知识目标1。用新品类拓展这一具体决策引入，学生看到调查是决策的前置环节而不是课堂练习；先让学生回答信息从哪来，后面讲网络调查的特点时正好回应；把项目二到项目三的衔接讲明，工具与用途连成一条线。环节一情境导入：新品类上架前的那道难题（8分钟）情境导入任务驱动法（投屏＋讲述）求真务实：决策要靠真实数据【教师活动】1.给定义：网络调查是指通过互联网平台，以电子问卷的形式向目标受众采集数据的调查方式。2.讲它成为常用方法的原因：互联网普及与移动设备广泛使用。3.讲第一个特点成本较低：无须印刷纸质问卷，也无须聘用调查员，调查费用大幅降低。4.讲第二个特点效率较高：问卷可以同时发送给大量受访者，数据自动汇总，省掉了人工录入的时间。5.讲第三个特点覆盖范围广：可以触达不同地域、不同背景的受访者。6.讲第四个特点数据质量可控：可以设置必答题、逻辑跳转等功能，减少无效问卷数量。7.并列常见平台投屏：国内有三家常用平台，国际上也有两家常见平台，讲清这些平台都提供丰富的模板、多样的题型与便捷的数据导出。8.讲调查方案的定位：它是指导整个调查工作的纲领性文件，通常包括调查目的、调查对象、抽样方法、问卷设计、调查实施和数据分析这些内容。9.讲调查目的要回答的三个问题：为什么要开展这次调查、希望通过调查获取哪些信息、调查结果将用于什么决策。10.现场给出本案例的调查目的表述，逐句拆出它回答了哪三个问题。11.讲由目的细化出具体问题的要求：紧密围绕目的、表述清晰简洁、避免歧义，并给出三个示例问题。【学生活动】记录网络调查的四个特点；说出调查方案包含哪些内容；跟着拆解调查目的回答的三个问题；说出自己关心的一个调查目的并试着细化出两个问题。【设计意图】对应知识目标1、2。四个特点按成本、效率、覆盖、质量四条线索讲，学生知道网络调查强在哪、可控在哪；调查目的的三个问题当场用来拆解本案例的表述，学生看到抽象要求如何落到具体文字上；由目的到问题的细化现场示范，为环节四的题目设计做铺垫。环节二网络调查与调查方案（12分钟）讲授＋板书案例分析讲练结合调研诚信：目的不清晰调查无意义【教师活动】1.讲调查对象：指调查所要研究的目标群体，也称为调查总体；本案例的调查对象就是宝宝在零到三岁的宝妈群体。2.讲样本规模的两难：样本量过小可能缺乏代表性，无法反映总体真实情况；样本量过大则增加调查成本与时间。3.给出两条参考：探索性研究样本量在一百到三百之间即可；需要做统计推断的研究，样本量建议不少于五百。4.讲抽样的两大类：概率抽样是总体中每个个体都有已知的、非零的被抽中概率；非概率抽样是按主观判断或便利条件选取样本。5.讲概率抽样的四种：简单随机抽样、系统抽样、分层抽样、整群抽样。6.讲简单随机抽样的局限：操作最简单，但总体规模较大时实施困难。7.讲分层抽样的做法与价值：把总体按某些特征划分成若干层，再从各层独立抽取，能保证样本在关键特征上的代表性。8.现场给出本案例的分层方案：按地域分为一线、二线、三线及以下三层，按收入水平分为高、中、低三层，然后从各层分别抽取。9.讲非概率抽样的三种：便利抽样、判断抽样、配额抽样。10.讲选择平台的四个考虑因素：稳定性与安全性、问卷设计功能的丰富程度、数据导出格式的兼容性、使用成本。11.讲三个国内平台各自的特长：一家模板丰富且支持逻辑跳转与必答题、数据可导出为常用表格格式、基础功能免费；一家依托社交生态便于传播；一家界面简洁、数据处理能力强。12.提问：一个面向全国宝妈、需要推断总体比例的调查，该选哪种抽样？让学生回答并说明理由。【学生活动】记录两条样本量参考与两类抽样的常用方法；说出概率抽样与非概率抽样的区别；跟着说出本案例的分层方案；回答全国性推断调查该用哪种抽样及理由。【设计意图】对应知识目标4，落实重点抽样的选用。样本量的两条参考按研究性质分列，学生定样本量时有可依据的标准；两类抽样按每个个体是否被平等对待这条线分开，概念清楚不混淆；分层方案现场给出本案例的具体分层，抽象方法落到具体维度上；平台选择四点与三个平台特长并列，学生选平台时有对照。环节三调查对象样本与抽样（12分钟）讲授＋板书对照表问题驱动法代表性意识：样本要撑得起总体结论【教师活动】1.讲问卷的定位：它是收集数据的核心工具，设计质量直接影响数据的有效性与可靠性。2.讲四个组成部分：卷首语、指导语、问卷主体、结束语。3.讲卷首语写什么：说明调查目的、主办单位、大致所需时间以及隐私保护承诺，要求简洁明了、态度诚恳，用来消除顾虑、提高参与意愿。现场投屏本案例的卷首语范例。4.讲指导语写什么：说明问题的回答方式，特别是量表题、排序题这类特殊题型要详细交代答题规则，并给出范例。5.讲结束语写什么：感谢参与，可询问补充意见，也可说明调查结果用途，并给出范例。6.讲题目的两大类：封闭型与开放型。7.讲第一种封闭题单选：从多个选项中选一个，适用于收集互斥信息；强调选项设计要注意穷尽性与互斥性，即覆盖所有可能且互不重叠。8.讲第二种多选：允许选多个，适用于多元信息；强调选项数量不宜过多，一般控制在七个以内，否则增加认知负担。9.讲第三种量表：用于测量态度或程度，常见五级与七级；讲清它能收集到更细致的态度信息，便于统计分析。10.讲第四种排序：要求按某种标准排序，用于了解优先级。11.讲开放型的取舍：能获取丰富深入的信息，但分析难度大，需要做文本编码与内容分析；通常放在问卷后半部分，数量不宜过多。12.并列五种题型成选用对照表投屏，逐列标注适用场合与设计注意点。【学生活动】记录问卷四部分各自写什么；说出五种题型各自的适用场合；说出单选选项的两条要求；说出开放型题目的取舍与摆放位置。【设计意图】对应知识目标5，落实重点题型选用。四个部分各配本案例的范例，学生看到的是能直接照着写的样板；五种题型并列成表，设计时照表选而不是凭感觉；单选的穷尽互斥与多选的选项上限这两条硬要求单独强调，是问卷能否用起来的关键。环节四问卷的结构与五种题型（15分钟）讲授＋板书对照表范例投屏尊重受访者：说清用途才有信任【教师活动】1.点明五条原则：合理性、逻辑性、明确性、非诱导性、适度性。2.讲合理性：问卷内容紧密围绕调查目的，每个问题都要有明确的针对性与价值；设计前先列出所需信息清单，再逐项设计问题；避免出现无关问题。3.讲逻辑性：问题顺序要符合受访者思维习惯，一般遵循先易后难、先一般后特殊、先行为后态度；用本案例现场排一遍顺序——先问宝宝年龄性别，再问喂养方式与辅食添加情况，然后问对有机辅食的认知与购买意愿，最后问价格与品牌态度。4.讲明确性：表述清晰简洁易懂，不用专业术语、缩写或模糊词汇；每题只问一件事，避免双重问题。5.现场出示一道双重问题，让学生先判断毛病，再拆成两个独立问题。6.讲非诱导性：问题不能带主观倾向或暗示。现场出示一道带诱导性的题目与它的中性改法，学生对比两种表述。7.讲适度性：问卷长度适中，一般控制在五到十五分钟内完成；过长导致疲劳、过短信息不足；敏感性问题的数量要控制并采用适当的询问方式。8.投屏四道各有毛病的样题，学生逐道判断违反了哪一条并当场改写。9.逐道讲评，讲清改法与理由。【学生活动】记录五条原则的含义；跟着排出本案例的问题顺序；判断四道样题各违反哪一条并当场改写；说出敏感性问题该怎么处理。【设计意图】对应知识目标6，突破难点原则的辨识。五条原则各配正例或反例，学生记住的不是定义而是判断标准；逻辑性用本案例现场排序，抽象顺序变成具体题目序列；四道样题的改写是本环节的关键动作，判断能力在改的过程中建立，直接呼应思政中的客观中立。环节五问卷设计五条原则（12分钟）讲授＋板书反例辨析讲练结合客观中立：问题不带倾向【教师活动】1.布置任务：按教材第67–76页的任务实施，用Python完成问卷数据的处理与分析，共七步。2.讲清定位：本任务涉及的读取、缺失值处理、数据筛选是入门性应用，缺失值与异常值的完整处理方法、数据冗余清理、数据整合与转换将在项目六详细讲解。3.讲第一步导入与预览：读入文件后看数据形状、看前几行、看每列类型、看整体信息，逐句讲清这四项各自看什么。4.讲第二步清洗的三件事：去重复值、处理缺失值、删除无效数据。5.讲去重的写法与保留规则：删除完全相同的行，保留第一次出现的记录。6.讲缺失值的检测与统计：用检测缺失的方法配合求和方法统计每列缺失数量，再算出缺失比例。7.讲两条处理策略：某个样本缺失比例超过三成可考虑直接删除该样本；少量缺失可按类型选择填充办法。8.讲三类无效数据的判断：答题时间过短、所有题目都选同一个选项、存在逻辑矛盾。现场把三条判断条件逐条列出。9.讲第三步编码的三类做法：单选题把各选项映射成数字，用映射方法完成；多选题把每个选项拆成独立列形成零一矩阵；量表题通常已是数值，若是文本则先转成对应数值。10.先画出多选题的目标矩阵，再讲清两步——用包含判断得到真假值，再把真假转成零一。11.讲第四步描述统计的三组：频数分析、集中趋势、离散程度，逐组讲清指标与适用场合——均值适用于正态分布且易受极端值影响，中位数抗干扰，众数适用于分类数据。12.讲第五步可视化的两种图与中文配置：饼图展示占比、柱状图比较大小；绘图前要先设置中文字体，并把负号显示开关打开。13.讲第六步相关性分析：相关系数的取值范围与强弱判读标准，特别强调相关不等于因果。14.运行程序，逐行核对输出：每一步的行数变化、频数表、集中趋势与离散程度数值、四张图与最终结论。15.教师巡看，重点检查三处：去重与缺失处理之后的行数变化能否对上、多选题编码后各列是否为零一值、图表中的中文是否正常显示。【学生活动】独立完成七步处理与分析；逐行核对输出，不符则回看上一步；记录三处检查结果；对分析结论是否合理作出判断并说明理由。【设计意图】对应能力目标4、5，属形成性评价。先把本任务与项目六的分工讲清，学生知道当前是入门应用，不会对完整方法产生误解；多选题的编码先画目标矩阵再讲两步，拆分的思路先于代码；相关不等于因果单独强调，呼应思政中的客观中立；巡看三处对应本节的three个重点，检查落在具体动作上。环节六上机实操问卷数据的处理与分析（26分钟）演示—实操—巡视任务驱动法（机房实操）如实记录：过滤了多少要写得清【教师活动】1.引导学生用三句话小结：①问卷四部分、题型五类，选题型照表选；②设计守五条原则，问题不带倾向；③多选题编码两步走，先判包含再转零一。2.板书知识框架：调查方案→抽样→问卷设计→清洗编码→统计分析，学生拍照记录。3.课程在线教学平台推送当堂检测5题（四种题型的特点、五条原则的辨识、概率与非概率抽样的区别、多选题编码的两步、相关与因果的关系），限时5分钟，系统自动批改，当场讲评错误率最高的一题。4.布置作