【碑林教育·“名师”+】名师有约——碑林区中小学信息技术 孙波“名师+”研修共同体

一年级数学组

可视化

数据

人工智能

数据分析

分析

教育

学习

信息技术

表达

中小学

       孙波，高级教师，中小学信息技术教研员，陕西省碑林教师进修学校信息部主任。陕西省信息技术学科带头人，西安市信息技术学科带头人，西安市模范教师。从1998年开始，参与了历次陕西省中小学《信息技术》教材的编写与修订工作，合编了陕西省《小学信息技术教师用书》，参与编写了陕西省中小学《网络道德安全教育》、《在编程中学会创造》等。主持过省市区各级课题研究，多篇论文发表。多年来一直从事中小学教师信息技术相关培训工作，被聘为陕西省中小学教师信息技术应用能力提升工程项目专家组成员、主讲教师。参与省内外信息技术相关国培、省培项目的培训和交流。一贯注重青年教师的培养工作。西安市智慧校园建设专家组成员，参与西安市中小学校智慧校园建设项目。

       突如其来的疫情，严重的影响了我们的正常教学秩序，面对疫情，网络学习平台、信息化学习工具、网络学习、网络学习资源等与信息技术、网络技术相关的话题被空前关注。在这“停课不停学”的非常时期，我们感受到了科学技术的重要性，体会到了信息技术与学科学习深度融合的科学性和必要性。同时，我们也要清醒的认识到我们广大学科教师的信息技术应用能力还有待提高，我们要在应用中学习，在学习中提升，全面提高信息素养！齐心协力，科学规划，协作实施，我们一定能在党和政府的正确领导下，借助科学技术战胜疫情！

名师观点：深入研究实践，推进人工智能教育

       人工智能是引领未来的战略性技术，已成为社会发展和经济发展的重要推动力。我国于2017年发布了《新一代人工智能发展规划》，明确了我国新一代人工智能的发展战略目标。人工智能技术正在快速的应用于社会的各个领域，深刻地改变着人类的生活方式和社会结构，改变着人们的思维模式和解决问题的方式，对人类的学习、生活和工作有着重大的影响。对人工智能的认识和了解，是这个时代人们必修课程。教育信息化带动教育现代化，人工智能占领着现代教育的制高点，只有打下坚实的教育基础，才能让我们的接班人牢牢把握科技的制高点。人工智能进入中小学校课堂教育，课程建设成为发展人工智能教育的关键，师资队伍建设成为重中之重。
       人工智能赋能教育，核心是把人工智能落实到教学层面。在中小学，开展人工智能教育，让人工智能进入课堂是大势所趋。人工智能教育逐渐进入中小学，各校开展了形式各样的人工智能教育教学活动，使人工智能教育紧跟信息时代大教育的发展步伐。但由于教育部没有出台义务教育阶段人工智能教育的相关标准和规范，各地中小学人工智能教育教学处在各自为政的状态，教学内容、师资力量、教学方法模式差异极大。在一定的区域内相对统一教学目标，规范教学内容，形成一系列科学的教学方法与教学模式，必将对人工智能教育在中小学的全面开展，起到积极的促进作用。
       当前，碑林区中小学人工智能教育走在全市前列，对西安市人工智能教育发展具有引领作用。但碑林区内各校人工智能教育发展不均衡，课程开设有差异，教学内容不尽相同。在人工智能课程开设，课堂教学方法、教学模式有待进一步规范化、科学化。
      我们接下来要研究在本区域内人工智能课程教学内容的设定，不同类型教学内容的教学方法、教学模式研究。规范在区域内开设人工智能课程的内容，研究人工智能课程的教学方法、教学策略，总结出不同课型的教学模式。这将给本区域内开设人工智能课程的学校及教师提供有益的帮助，有效推进人工智能教育教学在区域内学校的全面开展。
       总之，要研究人工智能课程体系及教学模式，必先明确区域内人工智能课程目标，确定本区域人工智能课程教育教学内容，分学段、分年级形成完整的课程体系。然后在教学实践中，不断探索教学方法和策略，形成不同教学内容在不同学段的教学模式。进而推进教学模式应用，使人工智能课程教学在本区域内得到广泛开展。

       高中新课标颁布以来，项目学习正在逐步走进信息技术课堂。项目学习的教学活动如何开展，是每位老师关注的焦点。我们通过西大附中朱丽花老师的《数据的可视化表达》教学设计，体验项目学习在信息技术课程中的应用。

《数据的可视化表达》教学设计

西北大学附属中学 朱丽花

     【课标要求】

       一、学科核心素养目标：

       1.在复杂情景中，认识数据分析对提高信息价值的重要性；（信息意识）
       2.确定问题解决方案，选用适当的数字化工具或方法，获取、组织、分析数据；（计算思维）
       3.有效运用数字化学习资源与工具开展学习，提高学习质量；（数字化学习与创新）
       4.采用简单的技术手段，保护数据、信息以及信息设备的安全。（信息社会责任）
       二、内容要求:
       1.针对具体学习任务，体验数字化学习过程，感受利用数字化工具和资源的优势；
       2.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.根据任务需求，选用恰当的软件工具或平台处理数据，完成分析报告，理解对数据进行保护的意义。
       三、学业要求：
       1.根据需要选用合适数字化工具开展学习；
       2.了解数据采集、分析和可视化表达的基本方法,能够利用软件工具或平台对数据进行整理、组织、计算与呈现，并能通过技术方法对数据进行保护；
       3.在数据分析基础上完成分析报告。
       四、学业质量水平：
       水平1：针对典型的数据问题，利用软件工具或平台对数据进行整理、组织与计算，通过技术方法对数据进行保护；在数据分析的基础上，能利用合适的统计分析图表呈现数据分析结果；

       水平2：对日常生活中常见的问题，利用软件工具或平台准确而有序地对数据进行整理、组织、计算与呈现，并妥善做好数据保护；在对数据进行综合分析的基础上撰写分析报告。

     【项目设计】

       概述：本单元安排项目学习活动如下表：

      项目一：网络购物平台客户行为数据分析及可视化表达

       一、情境设定：
       在网络购物中，消费者的购物行为可以被数据服务器所记录，比如浏览、购买过哪些商品、支付能力和消费习惯等，商户可以依靠大数据技术，利用数据分析方法对大量的客户数据进行整理、组织、计算和分析，推断市场整体需求和个人消费偏好，从而确定营销策略，为客户提供适应产品和个性化服务，增强市场竞争力。
       二、学习目标：
       1. 认识大数据，能够简述大数据技术的主要特点；
       2. 知道数据采集的基本方法，能够运用数据采集工具有效采集数据；
       3. 知道关联分析、聚类分析等常用数据分析算法的数学原理，简单了解贝叶斯统计分类技术；
       4. 会使用统计图表及其他工具对数据分析结果进行可视化表达，能够借助图表解释、阐述分析结论。
       三、重点和难点：
       1.重点：运用数字化学习工具开展学习，利用计算思维采集并分析数据，对分析结果进行恰当的可视化表达；
       2.难点：理解数据分析算法，掌握数据分析方法。
       四、核心知识与主要技能：

       1.核心知识结构：

       2. 概念界定：

     （1）大数据：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
     （2）数据处理：是对数据的采集、存储、检索、加工、变换和传输。
     （3）数据分析：指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论，并对数据加以详细研究和概括总结的过程。

     （4）数据可视化：以恰当的视觉表现形式对数据进行展示、理解和诠释。

3. 主要技能：Excel数据输入、整理、函数及自定义公式计算等；Python语言爬虫程序、数据分析程序的录入、调试和运行等。

       三、项目活动评价：
       填写《项目活动评价表》
       四、项目活动划分：

       本项目由四个主题活动构成，每个活动占用一个课时。

【活动四】

       一、活动名称：数据的可视化表达

       二、活动要求：

1.阅读教材提供的“数据地图”、“词云”等案例，理解数据可视化概念及作用，分析各种数据类型的可视化呈现方式；

       2.尝试利用在线词云图生成网站，完成个性化的词云图，体验数据可视化的效果及魅力；
       3.以小组为单位，分析讨论并使用数据可视化表达工具Seaborn和Bokeh。学会选用恰当的工具可视化表达数据；
       三、拓展思考：
在数据可视化表达时，经常有太多的指标想要通过一个信息图完成，这里面就出现一个问题，这些维度的所有数据真的需要一张图表现吗？表现出来的信息，其他人能看的明白吗？所以数据降维，化繁为简是数据可视化表达的首要工作，其次是数据清洗，去掉所谓的噪音，留下有价值的信息，有时抛弃一些数据会使可视化效果更美丽。最后经过可视化表达后，我们还需要对处理结果进行分析和研究，重点是能够读懂背后蕴含及传递的信息，为决策提供依据；
       四、活动实施建议：
       1. 应通过传统数据和可视化数据两者的对照和比较，让学生正确理解数据可视化的概念及作用。
       2. 能对数据可视化有一个客观全面的认识。数据可视化本身是表层的东西，数据分析才是核心。可是一款优秀的数据可视化一定要有深刻的内涵。从技术的角度来说，要有大数据整理、数据分析和数据挖掘的智能因子在里面；从背景的角度来说，要源于实际，假大空、纯粹只为了炫技的可视化并没有什么意义；
       3. 数据分析类型主要分为三种，有关趋势分析、有关比例分析、有关关系分析。处理不同的数据类型，可视化呈现方式具有差异，应结合恰当案例，学生有一个清晰总体的框架，让学生正确理解，深刻体会。学会能根据不同的数据，选用恰当的可视化呈现方式；
       4. 给学生提供一些最新的可操作的数据可视化系统，让学生亲身体验数据可视化工具。教学中不能只停留在教师讲，学生知道的层次，而是应该通过实际操作、讨论分析等方法，让学生深入体会数据可视化工具，感受它的魅力；
       5. 数据可视化表达是整个数据分析的最后一环。只有把数据可视化做得通俗易懂，才能让更多人理解数据分析的内涵，读懂背后蕴含的信息，为决策提供依据；
       6. 知识拓展：

     （1）数据可视化常用到的三项技术，数据降维、关联关系、扁平交互。
     （2）从技术角度来说,数据可视化的实施步骤主要有四项:需求分析,建设数据仓库/数据集市模型,数据抽取、清洗、转换、加载，建立可视化分析场景。
     （3）大数据可视化面临的挑战主要指可视化分析过程中数据的呈现方式,包括可视化技术和信息可视化显示。

　　 ①体量(Volume):使用数据量很大的数据集开发,并从数据中获得意义。

　　 ②多源(Variety):开发过程中需要尽可能多的数据源。

　　 ③高速(Velocity):企业不用再分批处理数据,而是可以实时处理全部数据。

　　 ④质量(Value):不仅为用户创建有吸引力的信息图和热点图,还能通过大数据获取意见,创造商业价值。

一、单选题：

1.以下关于数据可视化表达的叙述中，错误的是（ ）。

A. 数据可视化借助于图形化手段，清晰有效地传达与沟通信息

B. 我们要选择合适的图表类型，并以易于理解的方式呈现信息

C. 数据可视化将推动数据思维升华，发现数据中新的业务逻辑

D. 数据可视化应尽量采用3D、动画、阴影以及色彩斑斓的形式

2. 目前有多种成熟的知识可视化工具，下面( )不属于这类可视化工具。

            A.概念图             B.思维导图 

            C.认知地图          D.趋势图

3. 常常用图论可视化呈现方式来表述常见的关系模型，下列不适合用图论的是（ ）。

        A.公司组织结构图        B.人类关系网

        C. 城市人流量检测       D. 家谱树

4. 可视化分析的运行过程可看作是( ) 的循环过程。

            A.数据→ 知识→ 数据       

B.知识→ 知识→ 知识

            C.数据→ 数据→ 数据     

  D.知识→ 数据→ 数据

二、简述题：

       1. 面对新高考科目改革，选科可以说是影响终身的“选择”。试从兴趣爱好与未来职业规划设计调查方案（方案中应当体现数据处理的一般过程），了解同学们的现状，为合理选科提供依据。
       作业完成质量的水平划分如下：
       水平一：画出调查方案项目规划图，恰当描述实际需求，合理划分兴趣爱好和职业规划类型，规范设计问卷；
       水平二：在水平一的基础上，以网络问卷的形式发放问卷，采集数据，掌握通过公式、函数图表进行数据计算和统计的方法，能够读懂图表传递的信息；

       水平三：在水平二的基础上，观察数据及其初步统计的结果，展开小组讨论，使用在线调查平台的交叉分析工具对问卷中的一些数据进行交叉分析，挖掘更多的信息，给选科提供一些合理的建议。