高中信息技术“数据处理与应用”教学建议

李剑欣

摘要：高中信息技术“必修模块1：数据与计算”中的“数据处理与应用”部分教学内容是实践操作很强的一部分内容，也是本模块中非常重要的教学内容。本文分析了本单元的教学内容和对应的学科素养，并给出了详细的教学建议。

关键词：高中信息技术;数据处理与应用;项目学习;Python

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2019）18-0014-03

移动互联、大数据、云计算的快速发展加快了技术更新向数据变革的转向。数据不仅是信息的载体，也是人们提取信息、做出决策的重要依据，并逐步成为社会发展的一项资源。人们合理选用技术工具处理数据，可以提高数据应用效能，发现其中隐含的信息，精准解决生活与学习中的问题。

“数据处理与应用”是“必修模块1：数据与计算”中的第二部分内容，是在理解本模块中数据与大数据概念后动手实践操作的一个重要部分。

● 结构与内容

“数据处理与应用”这部分内容按照数据处理的基本原理，提炼数据处理的基本方法，聚焦技术工具在数据处理中的基本功能，注重学生数据安全意识的培养。学生学习后能了解数据收集、分析及可视化表达数据的基本方法;能根据任务需求，选用恰当的数据处理软件处理数据，完成数据分析报告，认识到对数据的保护意义;能针对具体问题，利用信息技术有效处理数据，获得有价值的信息，以此提高个人生活与学习质量。

● 学科素养的落实

信息技术学科核心素养包括信息意识、计算思维、数字化学习与创新、信息社会责任四个核心要素。“数据处理与应用”部分以数据这一学科大概念为基础，要求学生在学习过程中针对具体学习任务，体验数字化学习过程，感受利用数字化工具和资源的优势;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。

在教学过程中，教师可借助数字化学习环境，在具体的任务情境中，引导学生体验数字化学习与创新活动。例如，学生采集数据时，可以采用从专业网站获取数据、通过传感器采集数据等多种数字化工具进行操作，掌握数字化学习的策略，可以运用程序语言对数据进行处理加工，完成数据的可视化分析，帮助学生学会运用数字化工具表达思想、构建知识，养成数字化学习与创新的习惯。

本单元教学在选用恰当的软件工具或平台处理数据，完成分析报告的同时，还需要关注以下几个问题：学生采集数据时，数据来源是否安全可靠？采集过程中，个人在网上行为数据是否被泄露造成风险？数据处理和分析过程中，数据是否得到保护？这些问题都是在教学过程中自然衍生出来的。数据备份、数据加密技术等教学内容让学生理解对数据进行保护的意义，认识数据安全的重要性，发展学生的信息社会责任。

● 教学建议

1.基于项目的学习

基于项目的学习，以学生为中心，关注学生在学习过程中的感受和体验，强调学生在做中学，可以有效地提高学生学习的能动性，利于学生在学习过程中交流与协作。学生在完成项目的过程中，学习收集数据、处理数据、分析数据等一系列的工作，既掌握了课程标准要求的知识、技能与思想，又容易获得成就感，激发进一步学习的兴趣。在应用项目学习方式时应注意以下几点。

（1）选定项目：创设情境，激发兴趣

信息技术与生活息息相关，在创设情境问题的时候，应该创设真实的情境问题，将问题生活化，让信息技术融入生活，应用信息技术解决生活问题。例如，一位教师根据自己的生活经验，在《数据处理与加工》一课中创设了如下情境：“连续两天在几个不同的小区发生了多起盗窃案。通过警方初步分析，判断这多起盗窃案为同一人所为，此人在作案之前有在附近网吧上网的习惯，并且认定作案时间集中在凌晨4时至5时之间。根据以上线索，如何进行下一步侦破工作找到犯罪嫌疑人？”教师引导学生分析问题、拆解项目，找到用哪些数据可以解决问题，并思考得到这些数据后应做哪些合理的处理，才能正确找到嫌疑人。再如，另一位教师利用校园卡背后的数据管理，引导学生分析归纳其内部包含的数据信息以及处理加工过程，设计出《剖析小卡片背后的大數据》一课。课上教师引导学生提出问题：“学生卡存储的哪些数据经过处理，可以为学校的管理工作提出更加科学的决策？”

这两个项目情境都是学生熟悉的、喜闻乐见的、贴近学生生活的教学情境，充分挖掘信息技术在生活实际中的应用，将教学内容巧妙地设计在一个个真实的问题中，充分发挥学生的主动性。

（2）制订计划：分解问题，预设描述

制订计划环节最重要的就是“分解问题，预设描述”。分解问题，利用“小步子、分步骤”的思想，将复杂的问题分解成一个个互有联系的子问题，再逐个解决，有利于降低问题解决的难度，增强学生解决问题的自信心。在此环节中，不仅仅应该分解问题，更应该对分解的项目任务需要达到的程度做一个预设描述，更清晰地为学生呈现解决问题的过程脉络图。同时，在制订计划的过程中，应从学习方式、组织结构等方面展示项目学习的魅力，激发学生学习兴趣，同时进行小组组建分工，加快项目的进展效率。

（3）数据采集与处理：分工合作，提供支架

学生获取数据，处在项目实施的起始阶段，是项目成果质量的关键步骤。学生在收集数据的过程中，常常缺乏对情境项目问题的全局把控，不是特别清楚应该收集哪些数据，从哪里收集，用什么方法收集。教师可以将项目中需要收集的有关数据用思维导图的形式展现，有利于学生从全局把握整个项目数据来源之间的关系。数据处理就是通过去重、补漏和勘误等方法，删除重复数据、补全缺失数据和校正错误数据，并对数据进行统一性和标准化处理，以确保数据是相关和准确的，从而将“脏数据”变为“清洁数据”，使数据经过处理，保证数据的完整性、统一性和准确性。

学生在此环节可能会遇到技术上的未知点，教师可以根据项目进度，合理地对新知进行集体讲解，可结合程序设计语言进行教学。

（4）分析数据：撰写报告，共享观点

在这个环节，首先需要引导学生梳理自己的前期成果，选择合适的数据分析工具，对数据进行可视化分析，并能够提出有价值的决策。这是形成报告的第一步。其间，教师引导学生选择合适的数据分析工具，可以借助程序语言完成。其次，呈现评价量规，在完成项目的过程中让学生提前明确数据分析报告评价的标准，有利于提高报告质量，提升学生问题解决的品质。最后，发挥每个组员的聪明才智，共享观点，撰写数据分析报告，鼓励学生凸显小组的个性化创作作品，教师监控进度，确保项目成果化。

（5）展示交流，共享成果，客观评价

在成果交流环节，教师应引导学生展示成果，明确汇报的要求，如汇报的时间要求、流程要求等，并组织汇报。具体操作环节，教师应尽可能调动学生享受项目成果的乐趣，给予每个小组成员展示的机会，同时组织交流项目学习过程的心得，学生互相学习在问题解决过程中的经验教训，将经验转化为内在的知识，共享全班的项目成果。

本单元教学内容应用基于项目的学习教学模式，旨在根据教学目标，整合教学内容，通过引导和组织学生自主选择和完成项目及数据分析报告来实现有效教学，从而使学生能完整地掌握数据处理与应用的一整套流程和基本方法，有效地培养和提高学生的信息技术核心素养。

2.利用Python语言开展教学

传统的教学的数据处理部分经常会用到Excel数据处理软件，其优势是用其处理问题很容易。但是在大数据时代，动态处理数据，完成自动化分析，利用Python程序设计语言来解决问题，可以达到更好的教学效果。

网络成为人们快捷获取数据的重要渠道。目前，使用网络爬虫采集互联网上的数据成为获取网络信息的一种有效方式。网络爬虫的优势是自动采集其可以访问到的网页内容，可以实时高效获取动态数据。例如，使用网络爬虫获取高考选考科目数据，帮助学生选择选修的科目;获取某个运动员比赛的数据，可以帮助教练分析运动员的优势及问题，制订更有针对性的训练计划;获取各个网站的新闻数据，帮助网络媒体进行新闻管理等。

Python语言具有10万多个第三方库，简单易用，涵盖信息技术所有方向，如Beautiful Soup库用于网络爬虫采集数据。Beautiful Soup庫就像一个工具箱，通过解析网页文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。

用Python语言进行数据分析，常常用到Pandas库，它是基于Series和Data Frame两种数据类型的数据分析库。通过调用Pandas库可实现数据查找、删除、排序和索引等功能。

Python语言还可以灵活地制作出图表，实现数据分析的可视化。Matplotlib库提供数据绘图功能。

例如，探究用户微信浏览习惯项目，我们首先可以通过Python爬虫程序提取某个公众号发布推文时间数据，按时间汇总排序得出24小时发文情况;接着，利用Python中的Pandas库提取DataFrame格式中的公众号内容文本数据;然后，用filter（）函数过滤非中文字符;最后，进行jieba分词统计，并对高频词语可视化，得出推文内容的高频词。通过Python爬虫程序提取微信公众号点赞数前30的推文内容进行过滤、分词、词频统计，根据关键词推测出用户对于哪些内容推送喜爱度高，根据其余关键词可以总结出用户的兴趣点方面。有了这些分析，对公众号的管理可以提出更有效的策略。

参考文献：

[1]中华人民共和国教育部.普通高中信息技术课程标准（2017年版）[S].北京：人民教育出版社，2018：5.

[2]任友群，黄荣怀.普通高中信息技术课程标准（2017年版）解读[M].北京：高等教育出版社，2018：58.

[3]祝智庭，樊磊.信息技术必修1数据与计算[M].北京：人民教育出版社，中国地图出版社，2019：84.

[4]王建，黄宁香.基于Python的微信公众号数据挖掘分析[J].电子世界，2019（11）：17-18+21.