《数据挖掘》教学设计

董正武 任静

● 学习者分析

本课的教学对象为七年级学生，这个年龄段的学生自主和独立意识较强，具备一定的信息搜集、处理、表达能力，喜欢在学习的过程中体验和理解事物，但分析思考问题缺乏深度。在日常学习、生活中，学生经常要对数据做搜集、整理、运算、统计和分析工作，但他们的认知大多只停留在表层，仅学会了数据加工的一些基本操作，缺乏从数据挖掘角度分析数据的意识，更不会运用统计学方法寻找蕴藏在数据之中的规律，借助它解决学习和生活中的实际问题。

● 学习内容分析

本课是苏科版七年级初中信息技术第三章第3节的内容，主要包括“数据挖掘的作用”和“数据挖掘的过程”两个部分，可深入细分为“什么是数据挖掘”“数据准备”“数据挖掘”“规律表示”四个内容。教学中，为了让学生深刻体会数据挖掘的意义和价值，教师应鼓励他们对数据进行多角度加工与分析，找到规律或有用的信息，用恰当的方式直观地表达出来，学会搜集、分析身边的数据，用数据说话，让数据挖掘更好地服务于生活与学习。

● 教学目标

知识与技能目标：理解数据挖掘的概念，体会数据挖掘的作用。

过程与方法目标：尝试进行数据挖掘，经历数据挖掘的一般过程。

情感态度与价值观目标：树立用数据说话、用数据指导生活的思想意识。

● 教学重难点

重点：数据挖掘的概念及数据挖掘的一般过程。

难点：数据准备及挖掘的过程。

● 教学策略

数据挖掘是一种强大的分析数据的方法，因涉及到专业软件和统计学术语、数学模型等，会让学生难以理解。而日常使用的WPS表格，作为数据挖掘的有效工具，可以让学生在分析具体数据的过程中，掌握数据挖掘的方法。因此，本节课教学应让学生从已有经验出发，运用WPS表格中的简单工具，学习数据挖掘的一般方法。

“数据挖掘”对学生而言，是一个全新的概念，概念的建构需要一步步地不断累积，从表层到内涵，逐步深化。学生只有在了解了“数据挖掘”的基本含义，并尝试挖掘的基础上，才能体会其作用和意义。所以，笔者设计了层层递进的学习活动（情境再现，感受数据挖掘—案例研习，认识数据挖掘—比较空气质量，尝试数据挖掘—同比空气质量，再探数据挖掘—畅想未来，展望数据挖掘），并且在活动中适时搭建学习所需的“支架”，来帮助学生完成知识的建构。笔者通过一系列的活动，让学生在做中学，在学中思，在思中用，在情境化的技术活动中，归纳出数据挖掘的方法，从而树立用数据说话、用数据指导生活的思想意识。

● 教学过程

1.情境再现，感受数据挖掘

活动1：情境再现，感受数据挖掘。

①猜一猜：不同的人群浏览同一个网页时，所看到的内容是否一致。

②观察凤凰网的广告区域截图，在组内交流（如下页图1，不同人群浏览的同一网页，推送的广告不同）。

③京东为什么能够根据个人喜好推送商品？

小结：京东在挖掘和分析用户浏览行为的基础上，进行定向产品推广。

设计意图：思维总是由问题开始的，激发问题，能让学生积极主动地参与到学习活动中。以京东广告推送功能来设置情境，把两种不同的浏览行为对照比较，设置悬念，第一时间抓住学生，激发学生学习新知识、新技术的渴望。

2.案例研习，认识数据挖掘

活动2：学生观看视频，并思考、总结。

①安保为什么使用热力图（如图2）？（对百度的定位数据、搜索数据进行挖掘，把握人群密集点动态趋势，帮助警方提前疏导、化解安全风险）

②百度大数据对旅游有什么作用（如图3）？（对用户搜索数据深入挖掘，预测热门旅游景点）

③导航是如何规划路径的（如图4）？（对道路环境、天气情况、特征日等数据进行挖掘和分析，得出每条道路在不同环境或不同时间的路况规律，确定最优的交通路线）

师生对数据进行分析、总结（如表1）。

小结：数据挖掘是指从大量数据中寻找其规律的技术。数据挖掘的目的主要有三个：把握趋势、预测和求最优解。

设计意图：选取日常生活中运用数据挖掘的三个典型事例视频——热力图、旅游预测、导航，借助半成品表格作为输出支架，归纳出数据挖掘的概念和数据挖掘的三个目的。体会挖掘数据价值性的同时，认识数据加工的重要性，为数据挖掘的学习做好铺垫。

3.比较空气质量，尝试数据挖掘

师：图5中空气质量预报实现了数据挖掘的哪一种目标？（把握趋势）盐城市空气质量如何？借助熟悉的WPS表格工具，尝试挖掘空气质量状况。

活动3：比较盐城、秦州、淮安等周边城市空气质量状况。

①登录中国空气质量在线监测分析平台（http：//www.aqistudy.cn/historydata/），建立盐城周边三市空气质量状况工作表（如图6）。

影响空气质量的因素很多，AQI指数是衡量空气质量的重要指标。

教师演示：浏览数据，提取数据，组成工作表（如图7）。

②计算各市4月份空气质量指数AQI的平均数。（提示：AVERAGE公式使用方法以及自动填充柄的使用）

③比较4月份空气质量状况。（结论：质量指数平均值大小依次是盐城、秦州、淮安）

师：根据质量指数，利用函数工具计算平均数，得出空气质量状况，其实就是数据的挖掘。数据挖掘的一般过程如图8所示。

设计意图：从全国空气质量在线监测分析平台搜集数据，选择WPS函数工具挖掘数据，并对挖掘结果加以解释，来建构数据挖掘的一般过程。在尝试数据挖掘的过程中，学会运用计算思维解决问题，借助流程图总结挖掘过程，有助于学生从整体上把握知识，进一步促进认知体系的构建。

4.同比空气质量，再探数据挖掘

师：通过挖掘比较，我们得出盐城市4月份空气质量在周边城市当中最好，各市以前的空气质量状况如何？

活动4：比较各市2014年、2015年空气质量数据，说明哪一年空气质量更好（如图9）。

①在选定城市后，思考如何同比质量。

②选取函数或图表工具，完成挖掘。

③规律表示。

④从“我的数据分析报告”中的各组中任选城市，从“2014年数据、2015年数据”工作表中，选取数据到“同比空气质量”进行分析（如下页表2）。

小组汇报挖掘过程和得出的结论，形成对数据挖掘的新认识。

小结：用平均数比较，各市两年的数据基本相同，但是合格月份数不一定相同，同比AQI低的月份数也不相同。学生同比之后发现，2015年空气质量好于2014年。

设计意图：学生借助分析报告，以分组合作的形式，再次经历挖掘数据的过程，找到规律或有用的信息，加深对挖掘过程的理解。鼓励学生对数据进行多角度的加工与分析，选择合适的工具进行挖掘，体现了多元化的思想。

5.畅想未来，展望数据挖掘

观看视频（如上页图10，图10中左图为京东慧眼的视频截图，右图为基因测序的视频截图），想象：数据挖掘技术的广泛应用，对生活会产生怎样的影响？

如今，数据挖掘改变了传统的生活模式，未来将会产生更加深远的影响。因此，我们应学会搜集、分析身边的数据，用数据说话，挖掘数据创造出更智慧的生活方式。

设计意图：通过视频播放，让学生深度感受“数据挖掘”与生活息息相关，挖掘数据将给人们生活带来的改变，培养学生搜集、分析身边的数据，用数据说话的意识。

点 评

如今，数据挖掘已被广泛应用在各个领域。什么是数据挖掘？顾名思义就是从庞大的数据中挖掘宝藏（信息、知识、见解等）的方法和过程。显然，对于初学者而言，这是一个全新的概念，仅靠上述说明难以理解它的含义。在传统教学中，教师往往让学生背诵记忆这些内容，学生并没有形成概念的深层理解。为此，董老师从理解数据挖掘出发，选取数据挖掘的三个典型事例——热力图、旅游预测、导航，精心组织学习活动，在半成品表格的引导下，归纳出数据挖掘的三个目的——把握趋势、预测和求最优解，体会挖掘数据的价值，进而概括出数据挖掘的概念。

为了构架起理论与实践相结合的桥梁，活动3通过比较城市之间的空气质量状况，引导学生经历了数据挖掘的一般过程。数据挖掘首先要准备好数据，现实世界中的数据是庞杂的，如何组织学生获取数据，建立好数据工作表是本节课的一个难点，董老师让学生从全国空气质量在线监测分析平台搜集数据，只是把各市4月份的AQI数据复制过来，既降低了学生的操作难度，又让学生学会了根据挖掘的需要选取、整理和集成数据，为后面的数据处理和挖掘奠定了基础。

在掌握数据挖掘基本概念的基础上，活动4以小组合作的形式，让组内成员选择不同的城市和数据挖掘方法，比较各市2014年、2015年的空气质量数据，以说明哪一年空气质量更好。这样既将已掌握的数据挖掘方法与过程进行推广，将其迁移应用于新情境之中，培养和发展学生的计算思维能力，又鼓励学生学会对数据进行多角度的加工与分析，选择合适的工具进行挖掘，从而得出新的、更有价值的信息。