課題名稱認識大數據授課類型理論課授課對象授課課時所授課程授課地點所授教材一、學情分析知識技能儲備方面：通過前2個模塊的學習,學生已經掌握了計算機的基礎操作，對信息技術的發展有了一定的了解二、教學內容四、教學重難點學習通資源：驗收評價表：學生課前自學、課堂表現和作業質量的最終綜合性評價依據。六、教學策略教法：啟發引導式、講授法七、教學流程八、教學環節教學環節教學內容教學活動策略與意圖環節一單元導入(10分鐘)【問題導入】了解身邊的大數據現象現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。本節介紹大數據的概念、大數據的結構類型、核心特征等，了解大數據的應用領域及發展趨勢。【學習目標】(1)了解大數據的基本概念、結構類型、核心特征；(2)了解大數據的應用場景及發展趨勢；【知識圖譜】教師活動確本次學習任務為了解大數據。2.播放視頻:3.PPT明確展示本次課任學生活動2.明確本單元的學習任務PPT展示任務驅動（設計意圖：真實具體工作任務，激發學生的積極性，理實一體）教學環節教學內容教學活動策略與意圖環節二知識講解什么是大數據的數據結構類型？什么是大數據的核心特征？（30分鐘）結構化數據就是數據庫，也稱作行數據，是由二維表結構來邏輯表達和實現的數據，嚴格地遵循數據格式與長度規范，主要通過關系型數據庫進行存儲和管理。半結構化數據和普通純文本相比具有一定結構性，但和具有嚴格理論模型的關系數據庫的數據相比更靈活。是一種適于數據庫集成的數據模型，適合描述包含在兩個或多個數據庫中的數據。半結構化數據攜帶了關于其模式的信息，并且這樣的模式可以在單一數據庫內任意改變。非結構化數據是與結構化數據相對的，不適合用數據庫二維表來表現，包括所有格式的辦公文檔、XML、HTML、各類報表、圖片和音頻、視頻信息等。支持非結構化數據的數據庫采用多值字段、變長字段機制進行數據項的創建與管理，廣泛應用于全文檢索和各種多媒體信息處理領域。教師活動學生活動教學環節教學內容教學活動策略與意圖環節三小組分工合作學習：深入了解大數據概念和使用范圍（20分鐘）合作探究大數據在我國各行各業的體現。1.大數據的應用業務流程優化、提高醫療和研發、改善我們的城市、理解客戶、滿足客戶服務需求2.大數據的發展趨勢數據的資源化、與云計算的深度結合、數據安全升級、數據管理已成為核心競爭力、數據質量是BI（商業智能）成功的關鍵教師活動學生活動教學環節教學內容教學活動策略與意圖環節四：作品展示、修改完善（15分鐘）教師活動對學生活動教學環節教學內容教學活動策略與意圖環節五：總結評價拓展延伸（5分鐘）1.什么是大數據2.大數據結構類型3.大數據的核心特征多元評價：1.學生自評2.學生互評3.教師評價教師活動學生活動1.網上評價（簡單有趣，便于在問卷網上信息匯總、分析數據）2.多元評價（通過自評、互評、教師評價，解決分組教學中，學習能力的差異性）九、反思與改進自學內容存在問題課程名稱項目任務小組名稱積極參與課堂互動情況生生互助協同情況學習過程中遇到的問題及解決方法離開實訓室前規定操作？（？（？（？（課題名稱大數據的系統架構、認識大數據工具授課類型理論課授課對象授課課時所授課程授課地點所授教材一、學情分析知識技能儲備方面：通過前2個模塊的學習,學生已經掌握了計算機的基礎操作，對信息技術的發展有了一定的了解二、教學內容系統架構的相關知識以及對應的大數據工具理解大數據的系統架構，理解大數據的系統架構；（2）了解大數據常用工具。四、教學重難點學習通資源：驗收評價表：學生課前自學、課堂表現和作業質量的最終綜合性評價依據。六、教學策略教法：啟發引導式、講授法七、教學流程八、教學環節教學環節教學內容教學活動策略與意圖環節一單元導入(15分鐘)【問題導入】大數據技術是一系列技術的總稱，它是集合了數據采集與傳輸、數據存儲、數據處理與分析、數據挖掘、數據可視化等技術，是一個龐大而復雜的技術體系。根據大數據從來源到應用，實現傳輸的流程，可以將大數據技術架構分為數據采集層、數據存儲層、數據處理層、數據治理與建模層、數據應用層。【學習目標】理解大數據的系統架構。從宏觀上描述架構的層次：教師活動確本次學習任務。2.PPT圖片明確展示本次課任學生活動2.明確本單元的學習任務。PPT展示任務驅動（設計意圖：根據系統架構圖，激發學生對問題的深入探究）教學環節教學內容教學活動策略與意圖環節二知識講解大數據系統架構各層功能（40分鐘）數據收集層主要采用了大數據采集技術，實現對數據的ETL操作，數據從數據來源端經過抽取、轉換、加載到目的端。大數據采集的數據類型，主要有以下三類：互聯網數據、系統日志數據、數據庫數據。當大量的數據被收集完以后，需要對其進行存儲。數據的存儲分為持久化存儲和非持久化存儲。對于持久化存儲而言，最關鍵的概念就是文件系統和數據庫系統。常見的有分布式文件系統HDFS、對應的分布式非關系型數據庫系統Hbase。當數據被收集、存儲、正常讀寫、備份后，還需要考慮到利用它們產生更大的價，那么首先需要對這些數據進行處理。大數據處理分為兩類，批量處理（離線處理）和實時處理（在線處理）。通過利用R語言、Python等對數據進行ETL預處理，然后再根據算法模型、業務模型進行融合建模，從而更好地為業務應用提供優質底層數據。5.大數據的應用大數據架構為大數據的業務應用提供了一種通用的架構，還需要根據行業領域、公司技術積累以及業務場景，從業務需求、產品設計、技術選型到實現方案流程上具體問題具體分析，利用大數據可視化技術，進一步深入，形成更為明確的應用，包括基于大數據交易與共享、基于開發平臺的大數據應用、基于大數據的工具應用等。教師活動學生活動教學環節教學內容教學活動策略與意圖環節三知識講解認知大數據工具（25分鐘）認知大數據工具：1.大數據存儲和管理工具（1）Cloudera（2）MongoDB（3）Talend2.大數據清理工具（1）OpenRefine（2）DataCleaner（3）Excel3.大數據挖掘工具（1）RapidMiner（2）IBMSPSSModeler4.大數據可視