第二课时
任务二体验实时公交
活动1我在哪里
假如来到一个陌生的地方，需要知道自己所处的具体位置，手机里的地图软件可以很方便地帮助你定位、计算并推荐去目的地的路线。
打开地图软件，屏幕上的蓝色标记就是使用者所处的位置，如图5.1.4所示。
很多地图软件还提供了“全景”模式。选择“查看全景”可以展示实地拍摄的“全景”照片，如图5.1.5所示。在照片上滑动手指，可以多角度查看场景。点击移动方向箭头，场景则根据位置改变。
让我们估算一下全景模式下照片数据的“体量”?。根据全景照片的拍摄规则，一个拍摄点需要多角度拍摄数张照片进行拼接。如果一个拍摄点需要拍摄8张照片，每张照片的大小约为4MB，1个拍摄点的照片数据量是多少?考虑到地图的连续性，如果相邻拍摄点间隔为16米，那么一条长1千米的街道需要多少张照片?数据量是多少?如果是一个城市呢?
大数据
大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，它正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
大数据的“大”是一个相对概念，没有具体标准，如果一定要定一个标准，那么10TB~?100TB通常称为大数据的门槛。实际应用中，很多企业级用户把多个数据集放在-?-起，已经形成了PB级的数据量。而且随着数据来源的多样化，数据的类型也更加复杂，如网络日志、音频、视频、图片和地理位置信息等。大数据的意义在于，我们有可能从如此庞杂的数据中挖掘出有价值的数据，并运用于管理、农业、金融、医疗和教育等各个社会领域，为社会发展服务。
活动2公交车距离我多远
在地图软件中输入起点和终点，点击搜索按钮就可以获得所需的公交方案。但是在公交站台等车，久等不来总令人焦急。实时公交信息查询软件则可以实时反馈公交车辆的运行信息，提升乘客的出行效率，如图5.1.6所示。
大数据分析的应用
面对海量的数据，为了搜索、处理、分析、归纳和总结其深层次的规律，大数据分析应运而生。大数据分析是指对规模巨大的数据进行分析。它的应用日益丰富，例如实时公交系统根据用户当前位置，迅速定位最近的公交站点，查找系统中公交车辆的位置数据，选出经过该站点所有线路车辆的即将到站信息，使用户可以直观地在手机上查看车辆实时位置。用户和车辆的位置信息通常通过卫星定位系统、Wi-Fi热点和基站的位置确定。
例子
下载一款实时公交信息查询软件，使用后填写表5.1.2，感受大数据分析在支持实时公交方面的应用。
大数据分析带来价值的同时，也在隐私保护、安全问题等方面带来危机。因此，合理、健康地使用大数据，遵循“?数据道德”是我们的必备品质。
拓展
1.调查分析:根据数据分析提出合理化建议。
某市第-期建设了46个公共自行车站点，主要布局在居民生活工作区、公交车站附近等地。1240个锁车柱已经全部建成，1000辆?自行车也已经配备到位。在使用一段时间之后，相关管理部门对公共自行车使用数据进行采集(数据表见教科书配套资源中的“某市公共自行车-?-月份运营数据.xIs"?)，同时对使用者进行访谈。受访者均表达了公共自行车方便了自己的出行，但也提出了很多问题，如自行车损坏严重、借不到车，以及还车桩满等问题。
请阅读整理相关文字和表格数据资料;对资料进行分析，发现该市公共自行车使用中存在的问题，为二期工程建设提出合理化建议，完成《某市公共自行车使用情况调查分析报告》。
2.案例分析:根据大数据发现人们的出行规律。
在美国旧金山举行的KDD2016学术会议上，罗格斯大学的熊辉等学者向大家报告了他们的研究论文。论文指出，北京在2014年的前9个月就有350名扒手在地铁交通系统上被抓，490名扒手在公交车上被抓。因此，他们认为可以通过对北京智能公交一卡通?数据进行分析研究，根据异常交通记录分析来抓小偷。如要实现这个功能，要调用哪些数据呢?同学们也可以上网搜索相关资料，了解大数据专家是如何分析的。
【拓展训练】
1.案例分析：根据大数据发现人们的出行规律
在美国旧金山举行的KDD2016学术会议上，罗格斯大学的熊辉等学者向大家报告了他们的研究论文。论文指出，北京在2014年的前9个月就有350名扒手在地铁交通系统上被抓，
490名扒手在公交车上被抓。因此，他们认为可以通过对北京智能公交一卡通数据进行分析研究，根据异常交通记录分析来抓小偷。如要实现这个功能，要调用哪些数据呢？同学们也可以上网搜索相关资料，了解大数据专家是如何分析的。
参考答案：
案例来源于熊辉等学者提交的论文。论文中阐述了他收集乘客的公交一卡通数据记录，分析了896条地铁经过的44524个公交车站和18条地铁经过的320个地铁站的数据。从出行轨迹提取特征。例如正常行人在从A地区到B地区会考虑最短时间、距离，或者最少换乘，但是类似“A-C-D-B”这种无目的的异常交通方式为异常行为。如果异常行为足够多，则他可能是一名扒手。具体的算法和模型，可见论文详细描述。
2.
调查分析：根据数据分析提出合理化建议。
某市第一期建设了46个公共自行车站点，主要布局在居民生活工作区、公交车站附近等地。
1240个锁车柱已经全部建成，
1000辆自行车也已经配备到位。在一段使用时间之后，相关管理部门对公共自行车使用数据进行采集（数据表见教科书配套资源中的“某市公共自行车一月份运营数据.xls”），同时对使用者进行访谈。受访者均表达了公共自行车方便了自己的出行，但也提出了很多问题，如自行车损坏严重、借不到车，以及还车桩满等问题。请阅读整理相关文字和表格数据资料；对资料进行分析，发现该市公共自行车使用中存在的问题，为二期工程建设提出合理化建议，完成《某市公共自行车使用情况调查分析报告》。
参考答案：
A市公共自行车运营情况调查报告
作者：XXX
时间：XXX
随着我国经济的快速发展和城市化进程的加快，城市人口和机动车辆日益增多，城市交通拥堵现象日益严重。大力发展公共交通成为解决问题的有效途径之一。随着公交、地铁等公共交通工具的发展，“公交最后1公里”的问题日益凸显。为了解决此问题，公共自行车应运而生，成为城市公共交通的重要组成部分。
某市第一期建设了50个公共自行车站点，主要布局在居民生活工作集聚区出入口、公交车站附近等地。在一段使用时间之后，相关管理部门对公共自行车使用情况进行了调查。受访者均表达了公共自行车方便了自己的出行，但也提出了很多问题。如自行车损坏严重，借不到车，还车桩满等问题。下表为第一季度运行数据。我小组依据表中数据，发现其中的问题，为二期工程建设提出合理化建议。【数据来源：A市公共自行车50个投放站点一月份运营数据】
分析思路
本项目将从各站点公共自行车借还数量、平均毎桩借还数、还车维修率等角度进行分析，得出有效建议及改进方案。
图1
A市自行车借还数量对比图
如图1所示，一月07、09、10、16、22、23、28、32、33、37借还数量高于其他站点，属于热点区域。另06、44、46、48几个站点借还数量明显低于其他站点，属于冷门区域。
图2
A市自行车平均毎桩借还数图
如图2所示，10个热门站点中16、32两个站点平均毎桩借还数明显高于其他站点，可能存在公共自行车不够使用的风险，同时，冷门站点中44、46、48三个站点平均毎桩借还数明显低于其他站点，公共自行车利用效率很低。
图3
A市自行车还车数与维修量比图
进一步研究维修数量和还车数量的比值。如图所示，48号,46号和44号维修数量与还车数量之比明显高于其他站点。
数据表明我市共享单车非常受欢迎，市民使用量很大，但仍有热点站点需扩大以满足需求。为了使我市共享单车二期工程更加便于广大市民使用，满足大家的需求，提出以下优化改善方案。
1．向10,16,
32这样的热点站点适量建设更多的桩，或者在这些站点附近增设新站点，并酌情投入共享单车以缓解压力。
2．44、46、48三个冷门站点共享单车使用效率低，且维修工作量大，建议取消这些站点。
3．对于借还差值数量加大的站点加强巡查次数。对借还差为负值的站点要及时将车桩上的车挪走，对借还差为正值的站点要及时补充车辆。
【教学反思】教科版2019信息技术必修1数据与计算
第5单元数据分析与人工智能5.1
走近数据分析教学设计
【教材分析】
信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源。数据分析和大数据是当前最流行的两个话题。教材在起始节对数据分析的内容已经有所涉及。在本节，学生将基于对数据与计算有全面认识的基础上，综合运用所学知识，从解决实际问题的角度，较为深入地经历数据分析的完整过程和体验大数据分析的应用。本部分的内容对应数据与计算模块的数据处理与应用部分。
数据分析的一般过程是根据分析的目标提出假设，然后收集有关数据，选择恰当的分析方法进行分析，验证假设是否正确，继而得出相应的结论。教材首先创设了问题情境：某同学和妈妈的乘车体验，从而引发问题，希望学生自己提出分析假设，在数据分析基础上验证假设的真实性。这个项目的知识点包含数据分析的基本方法：对比分析和平均分析；数据可视化表达的方法；数据分析报告的结构和规范表述。由于篇幅所限，教材只简要提及数据分析报告包含分析目的和背景、分析过程和结果建议等。教师可以给出范例，让学生结合项目任务选择恰当的结构和表述方式。
随着数据规模的扩大，人们无法在可承受的时间范围内使用常规软件工具采集、管理和处理数据，因此需要新的数据分析方式，于是大数据分析成为当前最热门的数据应用领域。2015年《促进大数据行动发展纲要》中指出：大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合；维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中指出大数据时代的三大特征：不是随机样本，而是所有数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。本节通过实时公交软件的大数据应用实例，初步接触大数据的概念、特点和工作机制，在体会和实践的基础上，逐步形成对大数据应用的正确认识。
【教学建议】
本节我们将围绕“感受智能公交”项目展开学习。本项目主要包含“体验公交出行”和“体验实时公交”两个任务。“体验实时公交”任务主要从感受一个完整的数据分析过程出发，了解数据分析和可视化表达的基本方法，以及分析报告的撰写；“体验实时公交”则侧重学生感受大数据的含义和大数据在生活中的应用。
任务一的“体验公交出行”着眼于传统的数据分析。本节开头创设了某同学和他妈妈乘车的情境，希望学生通过数据分析验证两者的乘车体验。首先教师可以引导学生根据情境提出假设，如27路车客流量小于49路车；某同学乘车时间不是客流高峰，因此乘客人数较少；27路车在部分时间段的客流量较少等。第二步教师可以根据学生提出的假设有目的的收集数据，在数据收集中引导学生思考平均客流量的问题，从而为平均分析埋下伏笔。第三步，给出27路和49路各时段数据表请学生依据提出的假设进行对比分析。第四步得出结论。这四个步骤对应了数据分析的一般过程，在教学时要引导学生主动探索，在体验中总结数据分析的具体方法。
任务二“体验实时公交”着眼于大数据分析。大数据分析的案例较多，教师可以适当补充，拓展学生的视野。教材中选用了比较贴近学生生活的手机实时公交APP。很多地图类软件如“百度地图”“高德地图”都兼有实时公交的功能，但由于地域的差异，教师也可选用有本城市特色的软件。教师通过创设实际的出行情境，让学生在实践中感受软件的操作流程，并体会其中的大数据的体量和大数据分析的特点。
【教学目标】
1、了解数据分析的几种常用方法。
2、体验对比分析和平均分析的一般分析过程。
3、了解大数据的含义，认识大数据分析在信息社会的重要作用。【教学重点】了解数据分析的基本方法（对比分析法和平均分析）；了解数据可视化表达的特点；了解分析报告的一般结构和表述规范。
【教学重点、难点】
1数据分析的几种常用方法。对比分析和平均分析的一般分析过程。大数据的含义，认识大数据分析在信息社会的重要作用。
【教学方法】
讲授法，演示法，任务驱动法
【教学过程】
引入
让机器具有智能，是人类千百年来的梦想。计算机技术的飞速发展，为人类的这一-梦想插上了翅膀。特别是在当前的信息时代，遍布生活各个角落的海量数据积累，使人工智能技术及其应用得到了迅速的发展，并广泛地渗透进我们的生活。
每一天，你都置身其中。当你打开手机或电脑，新闻客户端推送的是高度个性化的新闻，地图软件提供的是更便捷的行车路线，天气软件给出了友好的生活指数建议....
计算机技术为什么能够实现“智能”?大数据在其中又发挥了怎样的作用?在本单元中，我们将以若干典型应用为例，了解数据分析的常用方法，知道人工智能的概念及应用领域，体验数据分析和人工智能，感受大数据和人工智能给人类生活带来的深刻变化。
信息时代的日常生活中，碎片化的数据不断产生，它们往往杂乱而无序，仿佛并没有太大的价值。数据分析就是对数据进行计算、处理，从而得出一-些有意义的结论的技术。了解数据分析并具备-
-定的数据分析能力，是大数据时代对我们的基本要求。
在本节中，我们将结合实例，通过对比分析和平均分析的实际操作，形成对数据分析的认识，并在此基础上，初步接触大数据的概念、特点和工作机制，感受大数据应用的魅力。
随着我国经济的快速发展和城市化进程的加快，城市人口和机动车辆日益增多，城市交通拥堵现象日益严重。科学地发展和管理公共交通是解决问题的有效途径之一。例如，如何合理安排公交车辆的发车频率，方便乘车人选择交通线路等，都可以通过数据分析来实现。本节我们将围绕“感受智能公交”项目展开学习。同学们将通过该项目的活动，了解数据分析的几种常用方法，感受数据分析的一般过程，体验大数据应用给生活带来的便利。
本项目主要包含“体验公交出行”和“体验实时公交”两个任务。
任务一体验公交出行
活动1分析公交高峰期
某同学每天7:
00乘坐27路车去学校，17:
00左右放学回家。他觉得每天往返途中，公交车上并不拥挤。而妈妈每天8:
00乘坐49路车出发，18:
00下班。她总是抱怨乘车者太多。请尝试进行数据分析。
数据分析的方法
数据分析主要用于现状分析、原因分析和预测分析。进行数据分析时，首先要根据分析的目标提出假设，然后选择恰当的分析方法进行分析，验证假设是否正确，继而得出相应的结论。数据分析的方法有很多，如对比分析和平均分析。
对比分析
对比分析是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物的发展变化情况和规律。对比有横向对比和纵向对比两种情况。横向对比是在类似的或同类的事物之间进行比较，而纵向对比是将相同事物的不同时期进行比较。例如，我们可以横向比较27路和49路公交线路的客流量，以分析哪一条线路更加繁忙;也可以纵向比较同一条公交线路一天内
不同时段的客流量，分析高峰期出现的时间。
平均分析
平均分析是指运用计算平均值的方法反映总体在-
-定时间、地点条件下某一-数量特征的一般水平。平均分析和对比分析常结合使用，例如比较不同线路的平均客流量。
例子
步骤一，依据活动1要求，提出假设:
步骤二，27路和49路公交线路的月平均分时段客流量如表5.1.1所示，表中“6”表示时段6:
00
-7:
00,
其他以此类推。请对比分析表中数据。
数据可视化表达
以图形、图像和动画等方式更加直观生动地呈现数据及数据分析结果，揭示数据之间的关系、趋势和规律等的表达方式称为数据可视化表达。数据可视化的应用范围广泛，如图5.1.1所示的第五届世界互联网大会关键词云和图5.1.2所示的手机记录的健身数据。
图表是最常用的数据可视化表达方式之一-。?基本图表类型，如柱状图、饼图和折线图等，利用一般的表格加工软件即可绘制。如需创建表现形式更为丰富或者具有互动功能的图表，则必须借助专业性工具。
例子
绘制如图5.1.3所示的折线图，进一步验证假设，并分析两条公交线路的高峰期出现时间和特点。
活动2完成分析报告
数据分析报告是对整个数据分析过程的一个总结与呈现。请通过数据分析报告，将活动1中所做数据分析的起因、过程、结果及建议完整地呈现出来。
数据分析报告
数据分析报告是项目研究结果的展示，也是数据分析结论的有效承载形式。通过报告不仅把数据分析的起因、过程、结果及建议完整地展现出来，还可以为决策者提供科学、严谨的决策依据。例如，中国互联网络信息中心每半年发布一次的《中国互联网络发展状况统计报告》即是一份典型的反映我国互联网发展的数据分析报告。
在数据分析报告中，首先要明确数据分析的目的和背景，阐述目前存在的问题及通过分析希望解决的问题;其次需要描述数据来源和数据分析的思路、方法和模型;最后要重点呈现数据分析的过程、结论和建议。
信息时代的社会生活中，每天都在产生大量的数据，这些数据也在改变着我们的生活。让我们一起来感受数据给出行带来的变化。
