信息技术（第2版）（拓展模块）教案1-模块3 3.1 认知大数据；3.2 大数据的系统架构

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