單元4任務7教案

PAGEPAGE1單元名稱任務7初識大數(shù)據(jù)課時數(shù)1（講授）+1（實訓）單元4數(shù)據(jù)處理授課地點多媒體教室教學目標 1、了大數(shù)據(jù)的概念 2、了解大數(shù)據(jù)的發(fā)展階段3、了解大數(shù)據(jù)分析教學重點1、了大數(shù)據(jù)的概念 2、了解大數(shù)據(jù)的發(fā)展階段3、了解大數(shù)據(jù)分析教學難點（1）了解大數(shù)據(jù)的發(fā)展階段（2）了解大數(shù)據(jù)分析教學方法及手段教學方法：任務驅(qū)動、案例教學教學手段：1、采用多媒體教學2、通過任務描述、任務分析、任務實現(xiàn)，從而掌握相關(guān)知識。教師課堂講解和演示，學生練習、完成學習任務和解決疑難問題。3、小組討論、學生作品展示，學生互評。教學過程環(huán)節(jié)內(nèi)容1、課程導入提出問題：你了解大數(shù)據(jù)嗎？你了解大數(shù)據(jù)分析嗎？讓同學們互相討論后回答。2、教師講解3、學生實訓開展討論3、任務實施4、學生實訓5、作品展示1、大數(shù)據(jù)大數(shù)據(jù)是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。2、大數(shù)據(jù)的發(fā)展階段在當今信息技術(shù)高速發(fā)展的時代，大數(shù)據(jù)應用幾乎涉及到了各個行業(yè)，大數(shù)據(jù)的發(fā)展經(jīng)歷了3個階段。（1）萌芽階段1997年美國研究員MichaelCox和DavidElsworth首次使用“大數(shù)據(jù)”這一術(shù)語來描述20世紀90年代的挑戰(zhàn)。大數(shù)據(jù)在云計算出現(xiàn)之后才凸顯其真正的價值，隨著社交網(wǎng)絡的快速發(fā)展，2008年左右，科學家為“大數(shù)據(jù)”的概念注入了心得生機。(2）發(fā)展時期（21世紀初至2010年)21世紀前十年，互聯(lián)網(wǎng)行業(yè)迎來了一個快速發(fā)展的時期。2001年,美國Gartner公司率先開發(fā)了大型數(shù)據(jù)模型。同年，DougLenny提出了大數(shù)據(jù)的3V特性。2005年,Hadoop技術(shù)應運而生，成為數(shù)據(jù)分析的主要技術(shù)。2007年，數(shù)據(jù)密集型科學的出現(xiàn)，不僅為科學界提供了一種新的研究范式，而且為大數(shù)據(jù)的發(fā)展提供了科學依據(jù)。2008年，《Science》雜志推出了一系列大數(shù)據(jù)?？?，詳細討論了一系列大數(shù)據(jù)的問題。2010年，美國信息技術(shù)顧問委員會發(fā)布了一份題為“規(guī)劃數(shù)字化未來”的報告，詳細描述了政府工作中大數(shù)據(jù)的收集和使用。在這一階段，大數(shù)據(jù)作為一個新名詞，開始受到理論界的關(guān)注，其概念和特點得到進一步豐富，相關(guān)的數(shù)據(jù)處理技術(shù)層出不窮，大數(shù)據(jù)開始顯現(xiàn)出活力。(3）興盛時期（2011年至今)2011年，通用商用機械公司開發(fā)了沃森超級計算機，通過每秒掃描和分析4TB數(shù)據(jù)打破了世界紀錄，大數(shù)據(jù)計算達到了一個新的高度。隨后，MGI發(fā)布了《大數(shù)據(jù)前沿報告》詳細介紹了大數(shù)據(jù)在各個領域的應用，以及大數(shù)據(jù)的技術(shù)框架。2012年在瑞士舉行的世界經(jīng)濟論壇討論了一系列與大數(shù)據(jù)有關(guān)的問題，發(fā)表了題為《大數(shù)據(jù)，大影響》的報告，并正式宣布了大數(shù)據(jù)時代的到來。2011年之后大數(shù)據(jù)的發(fā)展可以說進入了全面興盛的時期，越來越多的學者對大數(shù)據(jù)的研究從基本的概念、特性轉(zhuǎn)到數(shù)據(jù)資產(chǎn)、思維變革等多個角度。大數(shù)據(jù)也滲透到各行各業(yè)之中，不斷變革原有行業(yè)的技術(shù)和創(chuàng)造出新的技術(shù)，大數(shù)據(jù)的發(fā)展呈現(xiàn)出一片蓬勃之勢。2011年以后,大數(shù)據(jù)的發(fā)展可以說已經(jīng)進入了全面繁榮的時期。大數(shù)據(jù)滲透到各行各業(yè)，不斷改變原有行業(yè)的技術(shù)，創(chuàng)造新技術(shù)，大數(shù)據(jù)的發(fā)展呈現(xiàn)出旺盛的趨勢。技能了解大數(shù)據(jù)分析1）大數(shù)據(jù)分析是指對規(guī)模巨大的數(shù)據(jù)進行分析。大數(shù)據(jù)可以概括為5個V，數(shù)據(jù)量大(Volume)、速度快(Velocity)、類型多(Variety)、價值（Value）、真實性（Veracity）。大數(shù)據(jù)作為時下最火熱的IT行業(yè)的詞匯，隨之而來的數(shù)據(jù)倉庫、數(shù)據(jù)安全、數(shù)據(jù)分析、數(shù)據(jù)挖掘等等圍繞大數(shù)據(jù)的商業(yè)價值的利用，逐漸成為行業(yè)熱點。隨著大數(shù)據(jù)時代的來臨，大數(shù)據(jù)分析也應運而生。2）大數(shù)據(jù)分析的六個基本方面①可視化分析（AnalyticVisualizations）不管是對數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求?？梢暬梢灾庇^的展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。②數(shù)據(jù)挖掘算法（DataMiningAlgorithms）可視化是給人看的，數(shù)據(jù)挖掘就是給機器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價值。這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。③預測性分析能力（PredictiveAnalyticCapabilities）數(shù)據(jù)挖掘可以讓分析員更好的理解數(shù)據(jù)，而預測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預測性的判斷。④語義引擎（SemanticEngines）我們知道由于非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析的新的挑戰(zhàn)，我們需要一系列的工具去解析，提取，分析數(shù)據(jù)。語義引擎需要被設計成能夠從“文檔”中智能提取信息。⑤數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理（DataQualityandMasterDataManagement）數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數(shù)據(jù)進行處理可以保證一個預先定義好的高質(zhì)量的分析結(jié)果。⑥數(shù)據(jù)存儲，數(shù)據(jù)倉庫數(shù)據(jù)倉庫是為了便于多維分析和多角度展示數(shù)據(jù)按特定模式進行存儲所建立起來的關(guān)系型數(shù)據(jù)庫。在商業(yè)智能系統(tǒng)的設計中，數(shù)據(jù)倉庫的構(gòu)