信息技术（第2版）（拓展模块） 教案 项目三 DHCP服务器的配置与管理

课题名称认识大数据授课类型理论课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、讲授法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一单元导入(10分钟)【问题导入】了解身边的大数据现象现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。本节介绍大数据的概念、大数据的结构类型、核心特征等，了解大数据的应用领域及发展趋势。【学习目标】(1)了解大数据的基本概念、结构类型、核心特征；(2)了解大数据的应用场景及发展趋势；【知识图谱】教师活动确本次学习任务为了解大数据。2.播放视频:3.PPT明确展示本次课任学生活动2.明确本单元的学习任务PPT展示任务驱动（设计意图：真实具体工作任务，激发学生的积极性，理实一体）教学环节教学内容教学活动策略与意图环节二知识讲解什么是大数据的数据结构类型？什么是大数据的核心特征？（30分钟）结构化数据就是数据库，也称作行数据，是由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。半结构化数据和普通纯文本相比具有一定结构性，但和具有严格理论模型的关系数据库的数据相比更灵活。是一种适于数据库集成的数据模型，适合描述包含在两个或多个数据库中的数据。半结构化数据携带了关于其模式的信息，并且这样的模式可以在单一数据库内任意改变。非结构化数据是与结构化数据相对的，不适合用数据库二维表来表现，包括所有格式的办公文档、XML、HTML、各类报表、图片和音频、视频信息等。支持非结构化数据的数据库采用多值字段、变长字段机制进行数据项的创建与管理，广泛应用于全文检索和各种多媒体信息处理领域。教师活动学生活动教学环节教学内容教学活动策略与意图环节三小组分工合作学习：深入了解大数据概念和使用范围（20分钟）合作探究大数据在我国各行各业的体现。1.大数据的应用业务流程优化、提高医疗和研发、改善我们的城市、理解客户、满足客户服务需求2.大数据的发展趋势数据的资源化、与云计算的深度结合、数据安全升级、数据管理已成为核心竞争力、数据质量是BI（商业智能）成功的关键教师活动学生活动教学环节教学内容教学活动策略与意图环节四：作品展示、修改完善（15分钟）教师活动对学生活动教学环节教学内容教学活动策略与意图环节五：总结评价拓展延伸（5分钟）1.什么是大数据2.大数据结构类型3.大数据的核心特征多元评价：1.学生自评2.学生互评3.教师评价教师活动学生活动1.网上评价（简单有趣，便于在问卷网上信息汇总、分析数据）2.多元评价（通过自评、互评、教师评价，解决分组教学中，学习能力的差异性）九、反思与改进自学内容存在问题课程名称项目任务小组名称积极参与课堂互动情况生生互助协同情况学习过程中遇到的问题及解决方法离开实训室前规定操作？（？（？（？（课题名称大数据的系统架构、认识大数据工具授课类型理论课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容系统架构的相关知识以及对应的大数据工具理解大数据的系统架构，理解大数据的系统架构；（2）了解大数据常用工具。四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、讲授法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一单元导入(15分钟)【问题导入】大数据技术是一系列技术的总称，它是集合了数据采集与传输、数据存储、数据处理与分析、数据挖掘、数据可视化等技术，是一个庞大而复杂的技术体系。根据大数据从来源到应用，实现传输的流程，可以将大数据技术架构分为数据采集层、数据存储层、数据处理层、数据治理与建模层、数据应用层。【学习目标】理解大数据的系统架构。从宏观上描述架构的层次：教师活动确本次学习任务。2.PPT图片明确展示本次课任学生活动2.明确本单元的学习任务。PPT展示任务驱动（设计意图：根据系统架构图，激发学生对问题的深入探究）教学环节教学内容教学活动策略与意图环节二知识讲解大数据系统架构各层功能（40分钟）数据收集层主要采用了大数据采集技术，实现对数据的ETL操作，数据从数据来源端经过抽取、转换、加载到目的端。大数据采集的数据类型，主要有以下三类：互联网数据、系统日志数据、数据库数据。当大量的数据被收集完以后，需要对其进行存储。数据的存储分为持久化存储和非持久化存储。对于持久化存储而言，最关键的概念就是文件系统和数据库系统。常见的有分布式文件系统HDFS、对应的分布式非关系型数据库系统Hbase。当数据被收集、存储、正常读写、备份后，还需要考虑到利用它们产生更大的价，那么首先需要对这些数据进行处理。大数据处理分为两类，批量处理（离线处理）和实时处理（在线处理）。通过利用R语言、Python等对数据进行ETL预处理，然后再根据算法模型、业务模型进行融合建模，从而更好地为业务应用提供优质底层数据。5.大数据的应用大数据架构为大数据的业务应用提供了一种通用的架构，还需要根据行业领域、公司技术积累以及业务场景，从业务需求、产品设计、技术选型到实现方案流程上具体问题具体分析，利用大数据可视化技术，进一步深入，形成更为明确的应用，包括基于大数据交易与共享、基于开发平台的大数据应用、基于大数据的工具应用等。教师活动学生活动教学环节教学内容教学活动策略与意图环节三知识讲解认知大数据工具（25分钟）认知大数据工具：1.大数据存储和管理工具（1）Cloudera（2）MongoDB（3）Talend2.大数据清理工具（1）OpenRefine（2）DataCleaner（3）Excel3.大数据挖掘工具（1）RapidMiner（2）IBMSPSSModeler4.大数据可视化工具（1）Tableau（2）Silk（3）Chartio教师活动学生活动教学环节教学内容教学活动策略与意图环节四：总结评价拓展延伸（10分钟）1.大数据系统架构分为哪几层？2.大数据常用工具多元评价：1.学生自评2.学生互评3.教师评价教师活动学生活动九、反思与改进课题名称搭建大数据环境、使用大数据挖掘工具授课类型理论+实践课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容环境的搭建以及简单介绍一个常用的大数据工具的使用对大数据环境的搭建有一个初步认识，（1）了解大数据环境的搭建；（2）典型工具的使用方法。四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、现场演示法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一：单元导入(15分钟)【问题导入】简单介绍Hadoop三种安装模式：单机模式、伪分布式模式、完全分布式模式。本次课以单机模式为例，单机模式是Hadoop的默认模式。【学习目标】了解大数据环境搭建流程。基本流程如下:教师活动确本次学习任务。2.PPT图片明确展示本次课任学生活动2.明确本单元的学习任务。PPT展示任务驱动（设计意图：根据流程图引导学生对问题的深入探究）教学环节教学内容教学活动策略与意图环节二知识讲解大数据环境搭建（20分钟）安装虚拟机2.安装Ubuntu操作系统3.关闭防火墙4.安装SSH并测试5.安装Xshell及Xftp6.安装JDK7.下载Hadoop并解压8.Hadoop的安装及测试教师活动学生活动教学环节教学内容教学活动策略与意图环节三动手实践搭建大数据环境（30分钟）参考“大数据环境搭建”微课视频，指导学生在课堂完成一次大数据环境的搭建。教师活动学生活动教学环节教学内容教学活动策略与意图环节四知识讲解：大数据挖掘工具的使用（15分钟）本部分以RapidMiner为例介绍其使用方法。1.软件介绍2.基本操作方法3.结果的查看教师活动学生活动教学环节教学内容教学活动策略与意图环节五课堂总结：（10分钟）大数据环境搭建过程中出现的常见问题、产生原因及解决方法。教师活动学生活动九、反思与改进课题名称大数据分析算法授课类型理论课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容大数据分析算法大数据分析的基本算法；熟悉大数据处理流程。四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、讲授法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一单元导入(10分钟)【问题导入】了解大数据分析算法大数据计算模式和分析算法的区别是什么？【学习目标】大数据分析的基本算法；熟悉大数据处理流程。【知识图谱】教师活动确本次学习任务为了解大数据。2.PPT明确展示本次课任学生活动2.明确本单元的学习任务PPT展示任务驱动（设计意图：真实具体工作任务，激发学生的积极性，理实一体）教学环节教学内容教学活动策略与意图环节二知识讲解大数据计算模式（10分钟）所谓大数据计算模式，就是根据大数据的不同数据特征和计算特征，从多样性的大数据计算问题和需求中提炼并建立的各种高层抽象(abstraction)或模型(model)。由于现实世界中的大数据处理问题复杂多样，因此难以有一种单一的计算模式能涵盖所有不同的大数据计算需求。针对不同类型的数据，大数据计算模式可分为以下四种：1.批处理计算2.流式计算3.交互式查询计算4.图计算教师活动学生活动教学环节教学内容教学活动策略与意图环节三知识讲解数据挖掘算法（30分钟）【案例引入】沃尔玛超市通过数据分析发现，男性顾客在购买婴儿纸尿裤时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和纸尿裤摆放在一起的促销手段，没想到这个举措居然使纸尿裤和啤酒的销量都大幅增加了。虽然这个故事的真实性有待考量,但确实让不少人开始接触数据挖掘。数据挖掘的任务是从数据集中发现模式，可以发现的模式有很多种，按功能可以分为两大类：预测性模式和描述性模式，二者的主要区别在于是否有目标变量。在应用中往往根据模式的实际作用细分为以下几种：分类、回归、聚类分析、关联分析。1.预测性包括分类和回归分类、回归2.描述性包括聚类和关联聚类、关联3.其他常用算法教师活动学生活动教学环节教学内容教学活动策略与意图环节四：分组讨论（25分钟）大数据处理的基本流程通常，一个好的大数据产品要有大量的数据规模、快速的数据处理、精确的数据分析与预测、优秀的可视化图表以及简练易懂的结果解释。步骤一：数据采集步骤二：数据预处理步骤三：数据处理与分析步骤四：数据可视化与应用环节教师活动结合案例讲解大数据处理的基本流程，并布置任务：完成一个流程图学生活动教学环节教学内容教学活动策略与意图环节五：总结评价拓展延伸（15分钟）1.大数据计算模式2.数据挖掘基本算法3.大数据处理流程多元评价：1.学生自评2.教师评价教师活动学生活动通过自评、教师评价，找到自身知识薄弱的地方，及时改进提高。九、反思与改进课题名称大数据可视化工具授课类型理论+实践课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容在教师的引导下，（1）了解大数据可视化工具的种类；（2）了解大数据可视化技术的应用。四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、现场演示法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一：单元导入(10分钟)【问题导入】通过几个简单的大数据可视化效果图引出大数据可视化工具。数据可视化工具大致分为四类：入门级工具(Excel)、信息图表工具(D3、Visual.ly、Raphaël、Flot、Echarts、Tableau、大数据魔镜)、地图工具(ModestMaps、Leaflet、PolyMaps、Openlayers、Kartograph、QuanumGIS)、高级分析工具(Processing、NodeBox、R、Python、Weka和Gephi)等。【学习目标】了解大数据环境搭建流程。（1）了解大数据可视化工具的种类；（2）了解大数据可视化技术的应用。教师活动确本次学习任务。2.PPT图片明确展示本次课任学生活动2.明确本单元的学习任务。PPT展示任务驱动（设计意图：根据流程图引导学生对问题的深入探究）教学环节教学内容教学活动策略与意图环节二知识讲解了解大数据可视化工具（10分钟）认识大数据可视化工具：1.入门级工具Excel2.信息图表工具ECharts、Tableau3.地图工具PolyMaps4.高级分析工具Python教师活动学生活动教学环节教学内容教学活动策略与意图环节三动手实践使用大数据可视化工具（40分钟）1.python进行大数据可视化简单演示使用Python进行大数据可视化展示的过程。案例一：词云图根据一份列表记录了某可视化网站上最受用户喜爱的100篇文章的浏览量、评论数和文章分类，得到各类文章的浏览总量，然后使用pycharms库中的WordCloud()函数绘制词云图。案例二：关系图数据源weibo.json中包含大量的微博用户之间微博转发关系，用pyecharts库中的Graph()函数可将用户节点和节点之间的转发关系绘制出来。2.Tableau进行大数据可视化使用Tesktop进行大数据可视化，其实是使用其最核心的产品Desktop，利用其强大的分析能力完成各种指标的分析，并以丰富的可视化效果展示数据。根据上图的流程，演示使用Tableau进行大数据可视化的过程。教师活动学生活动教学环节教学内容教学活动策略与意图环节四动手实践熟悉可视化工具的使用（20分钟）参考“大数据可视化工具使用”微课视频，指导学生在课堂完成练习。教师活动学生活动教学环节教学内容教学活动策略与意图环节五课堂总结：（10分钟）大数据可视化工具的类型、常用工具的使用场合及注意事项。教师活动学生活动九、反思与改进大数据可视化工具使用课题名称大数据的安全与风险授课类型理论课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容大数据的安全与风险常见的安全问题与风险大数据常见的安全问题与风险；大数据安全防护基本方法；（3）了解大数据安全相关法律法规。四、教学重难点大数据常见的安全问题与风险的表现；大数据安全防护基本方法学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、讲授法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一单元导入(10分钟)【问题导入】同学们了解的大数据安全问题有哪些？大数据所涉及的数据量十分巨大，往往采用分布式的方式进行存储，正是由于这种存储方式，存储的路径视图相对清晰，而数据量过大，导致数据保护相对简单，黑客较为轻易利用相关漏洞，实施不法操作，造成安全问题。由于大数据环境下终端用户非常多，且受众类型较多，对客户身份的认证环节需要耗费大量处理能力。由于APT攻击具有很强的针对性，且攻击时间长，一旦攻击成功，大数据分析平台输出的最终数据均会被获取，容易造成较大的信息安全隐患。【学习目标】大数据常见的安全问题与风险；大数据安全防护基本方法；（3）了解大数据安全相关法律法规。教师活动确本次学习任务为了解大数据。2.PPT明确展示本次课任学生活动2.明确本单元的学习任务PPT展示任务驱动（设计意图：真实具体工作任务，激发学生的积极性，理实一体）教学环节教学内容教学活动策略与意图环节二知识讲解大数据安全问题和风险（20分钟）问题数据隔离安全问题（2）数据存储安全问题（3）数据访问安全问题2.风险（1）大数据遭受异常流量攻击（2）大数据信息泄露风险（3）大数据传输过程中的安全隐患（4）大数据的存储管理风险教师活动学生活动教学环节教学内容教学活动策略与意图