5.3.1特征探索&5.3.2关联分析（教学设计）-2023-2024学年高一信息技术（粤教版2019必修1）

第五章 数据处理与可视化表达 课时教学设计 第4课时 5.3.1特征探索&5.3.2关联分析 一、项目简介 1、单元项目主题 网络购物平台客户行为数据分析和可视化表达 2、单元项目情境 同学们，你网购过吗？在你的周围，会经常遇到网购行为吗？为什么会选择网购？ 网络购物中，消费者购物的任何行为细节都会被服务器所记录。通过大数据分析，商家可以了解消费者的偏好甚至预测其购买行为，如图5-1所示。 大数据分析使得商家可以追踪客户的行为并确定最有效的方式以提升客户对购物平台的忠诚度，根据客户的个性化需求提供相应的产品或服务以获得更大的市场占有率。 3、子项目三 网购数据分析 二、课时内容分析 1、主要内容 1）数据的特征探索 2）数据的关联分析 2、内容要求 通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法 3、地位和作用 本课时内容是教科书的第五章第三节的第1、2小节，将带领学生初步了解数据分析的特征探索和关联分析方面的部分知识，数据分析是第五章的重点更是难点，将充分调用前期学习的编程知识，并奠定第五章人工智能的基础。 三、课时目标分析 1、核心素养目标 信息意识 针对特定的信息问题，自觉、主动比较不同的信息源，能描述数据与信息的关系，确定合适的信息分析策略； 在日常生活中，根据实际解决问题的需要，在信息分析与处理的过程中具备信息安全意识； 知识目标 计算思维 按照问题解决方案，选用适当的数据分析方法分析数据，并能迁移到其他相关问题的解决过程中。 能力目标 数字化学习与创新 针对特定的学习任务，运用一定的数字化学习策略管理学习过程与资源，完成任务，创作作品。在网络学习空间中开展协作学习，建构知识。 信息社会责任 在信息活动中，具有信息安全意识，尊重和保护个人及他人的隐私。 在信息交流或合作中，尊重不同的信息文化，积极、主动地融入信息社会中。 情感目标 2、项目目标 本课时围绕“网络购物平台客户行为数据分析和可视化表达”项目，进入“子项目三：网购数据分析”，完成网购数据的特征探索和关联分析，围绕项目问题组织学生进行自主、协作、探究程序设计语言的基础知识，从而将知识建构、技能培养与思维发展融入运用数字化工具解决问题和完成任务的过程中，完成阶段性项目学习目标。 3、学业目标 （1）能够了解数据预处理及分析； （2）能够体验多种数据分析技术 四、课时教学重难点分析 1、教学重点 （1）理解数据预处理（特征探索）技术，能够通过程序简单实践数据的特征探索处理。 （2）理解数据分析的关联分析技术和原理，能够通过程序简单实践数据的聚类分析。 2、教学难点 能够根据具体数据分析的需要，准确选择与使用数据的特征探索和关联分析技术分析数据获取一定结论。 五、学情分析 1、知识积累 结果前期的学习，学生对于大数据有了一定的认识，理解大数据需要新处理模式才能具有更大价值的信息资产，因此能够很好的理解本节的一些特殊的分析技术的价值；在日常生活和学习中对数据处理技术也多有接触，有利于本课时内容的理解；在第四章积累了一定的Python程序知识，有助于本节课中部分程序的理解。 2、学习能力 1、高中生有一定的计算机操作能力，在第四章积累了一定的编程知识与能力。2、自主、探究与协作能力也在前期的实践中有所提高。 3、高中生逻辑思维能力较强，理解力强。 3、学习兴趣 高中生好奇心强，对事物具有挑战精神，因此虽然本节知识有一定的难度，但是学生的兴趣还是比较浓厚的。 总结 需要结合贴合知识、贴近学生生活、难度适宜的项目问题逐步引导学生开展协作探究的知识学习，需要教师理清知识学习路线，整合项目思路，引导学生逐步掌握知识与技能，维持兴趣。 六、教学方法与策略 1、教学方法 讲授演示法、任务驱 ... ...