第五章數(shù)據(jù)處理和可視化表達課件高中信息技術粵教版必修1

認識大數(shù)據(jù)第五章

數(shù)據(jù)處理和可視化表達12場景一：當我們打開淘寶、拼多多等購物軟件時，首頁會顯示出推薦的商品。為什么購物軟件推薦的商品總是很合我們心意？場景二：當我們打開抖音、嗶哩嗶哩等視頻軟件時，首頁會顯示出推薦的視頻。為什么打開視頻軟件就刷到停不下來了？用戶網(wǎng)絡購物行為分析大數(shù)據(jù)分析播放時長點贊視頻類型評論教育程度性別年齡地域職業(yè)搜索記錄用戶觀看視頻行為分析身邊的大數(shù)據(jù)3數(shù)據(jù)大數(shù)據(jù)大范圍、長時間、多對象4

大數(shù)據(jù)的產生：大范圍：地球各個角落長時間：每時每刻都在產生多對象：物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、手機、電腦、傳感器大數(shù)據(jù)的概念：

大數(shù)據(jù)：是指無法在可承受的時間范圍內用常規(guī)軟件工具

進行高校捕捉，管理和處理的數(shù)據(jù)集合一、大數(shù)據(jù)5大數(shù)據(jù)的產生和意義大數(shù)據(jù)的產生是與人類日益普及的網(wǎng)絡行為所伴生的。互聯(lián)網(wǎng)生成的數(shù)據(jù)量，不僅遠超此前一切人類所生成的數(shù)據(jù)量的總和，而且在以大爆發(fā)性的速度不斷增長。在天氣預報、大氣監(jiān)測、地球物理探礦和天體運動觀測等科學實驗和科學觀察等活動中，各種各樣的傳感器每時每刻都在產生大量的數(shù)據(jù)。大數(shù)據(jù)已成為人們提取信息、做出決策的重要依據(jù)，是推動信息社會發(fā)展的重要資源。交通大數(shù)據(jù)購物大數(shù)據(jù)新冠肺炎大數(shù)據(jù)氣象大數(shù)據(jù)6二、大數(shù)據(jù)的特征7二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）大量（volume）多樣（variety）價值密度低（value）高速（velocity）8①大量（volume）：數(shù)據(jù)體量巨大。大數(shù)據(jù)到底有多大?表情包：35.3KB一首音樂：2.7MB手機內存128GB256GB512GB硬盤1TB2TB4TB1KB1024B1MB1024KB1GB1024MB1TB1024GB8b(位）1B（字節(jié)）二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）9大數(shù)據(jù)級別的單位：PBEB1PB=1024TB(PB-petabyte)1EB=1024PB(EB-exabyte)二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）10有多大？存儲2億張照片2億首MP3音樂

1PB2個服務器1PB約相當于1024*200個王者榮耀5GB二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）111EB2000個服務器果并排放這些服務器，可以連綿1.2公里那么長。如果擺放在機房里，需要21個標準籃球場那么大的機房阿里、騰訊、百度阿里數(shù)據(jù)中心的內景

EB級別21個二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）121ZB1ZB=1024EB服務器需要用42個鳥巢才能容納二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）13②多樣（variety）：網(wǎng)絡日志、音頻、視頻、圖片、地理位置….網(wǎng)絡日志

音頻

視頻

圖片

地理位置二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）14③價值密度低（value）：在大量的監(jiān)控視頻里找犯罪分子，只有幾秒鐘有用二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）15④高速（velocity）：數(shù)據(jù)來自世界各地，每時每刻都在變化大數(shù)據(jù)剛剛過去的一分鐘數(shù)據(jù)世界里發(fā)生了什么？Twitter：98000條推送被發(fā)出Facebook：69.5萬條狀態(tài)被更新12306：5000+車票被賣出Google：200萬次搜索請求被提交email：Email：2.04億封被發(fā)出二、大數(shù)據(jù)的特征（從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度）16①

樣本漸趨于總體:在大數(shù)據(jù)時代強調數(shù)據(jù)要全量而不是抽樣，即強調數(shù)據(jù)規(guī)模全量，而不是強調數(shù)量巨大。大數(shù)據(jù)時代有了更好的數(shù)據(jù)采集手段，讓獲取全量數(shù)據(jù)成為可能。二、大數(shù)據(jù)的特征(從互聯(lián)網(wǎng)思維角度來看)案例：搜索引擎公司通過跟蹤網(wǎng)民對“感冒癥狀”以及“治療”等關鍵詞的搜索，發(fā)現(xiàn)某個時段在某個區(qū)域內搜索數(shù)量急劇增長，從而成功預測了甲型H1N1流感的暴發(fā)時間、地域。電子問卷、面向所有人、各種聯(lián)網(wǎng)信息系統(tǒng)數(shù)據(jù)全面，省時省力現(xiàn)在采集數(shù)據(jù)紙質問卷、抽取樣本、人工整理和分析數(shù)據(jù)數(shù)據(jù)不全，耗時耗力以前采集數(shù)據(jù)17②

精確讓位于模糊:在大數(shù)據(jù)時代，只要掌握了大體的發(fā)展方向即可，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力。二、大數(shù)據(jù)的特征(從互聯(lián)網(wǎng)思維角度來看)案例：搜索引擎公司通過跟蹤網(wǎng)民對“感冒癥狀”以及“治療”等關鍵詞的搜索，發(fā)現(xiàn)某個時段在某個區(qū)域內搜索數(shù)量急劇增長，從而成功預測了甲型H1N1流感的暴發(fā)時間、地域。18②

相關性重于因果:在大數(shù)據(jù)時代，無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系；相關關系也許不能準確地告訴我們某件事情為何會發(fā)生，但是會提醒我們這件事情正在發(fā)生。二、大數(shù)據(jù)的特征(從互聯(lián)網(wǎng)思維角度來看)案例：搜索引擎公司通過跟蹤網(wǎng)民對“感冒癥狀”以及“治療”等關鍵詞的搜索，發(fā)現(xiàn)某個時段在某個區(qū)域內搜索數(shù)量急劇增長，從而成功預測了甲型H1N1流感的暴發(fā)時間、地域。甲型H1N1流感的爆發(fā)時間、地域某個時段在某個區(qū)域內搜索數(shù)量結果數(shù)據(jù)數(shù)據(jù)與結果之間直接存在相關關系，但不存在因果關系相關關系是指A變時B也變，A與B之間存在一定的聯(lián)系，但A變并不是導致B變的原因。因果關系是指A變時B也變，并且A變是導致B變的原因。二、大數(shù)據(jù)的特征(從大數(shù)據(jù)存儲與計算的角度看)案例：目前，某基于大數(shù)據(jù)的網(wǎng)約車平臺已覆蓋全國400多個城市，涵蓋出租車、快車、順風車、代駕、專車、試駕以及租車等多項業(yè)務，為人們的出行帶來極大的便利。我們只需在網(wǎng)約車APP上輸入或者說出目的地，強大的智能系統(tǒng)就立刻分配訂單，即時通知附近司機；借助定時定位系統(tǒng)，我們可以看到司機的大致位置以及預計到達時間。分布式處理：將不同地點的，或具有不同功能的，或擁有不同數(shù)據(jù)的多臺計算機，通過網(wǎng)絡連接起來，在控制系統(tǒng)的統(tǒng)一管理控制下，協(xié)調地完成大規(guī)模信息處理任務的計算機系統(tǒng)。包括分布式存儲（云存儲）和分布式并行計算（云計算）。20傳統(tǒng)數(shù)據(jù)大數(shù)據(jù)數(shù)據(jù)量小數(shù)據(jù)體量巨大數(shù)據(jù)類型少數(shù)據(jù)類型繁多價值密度高價值密度低更新速度慢更新速度快追求數(shù)據(jù)精確性追求數(shù)據(jù)模糊性本地存儲分布式存儲三、大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別21

大數(shù)據(jù)使人們日常生活更加便捷四、大數(shù)據(jù)對日常生活的影響1、方便支付。中國是全球最大的移動支付市場。醫(yī)院、餐廳、菜市場、加油站，甚至路邊攤，都在使用移動支付。中國人今天的生活，已經(jīng)越來越有科技含量。2、方便出行。應用交通系統(tǒng)的大數(shù)據(jù)，網(wǎng)絡約車出行，智能導航行車避免堵車，無人駕駛，智能地圖方便尋路，等等。22

大數(shù)據(jù)使人們日常生活更加便捷四、大數(shù)據(jù)對日常生活的影響3、方便購物與產品推介。網(wǎng)絡購物不但節(jié)省人們出行購物的時間，而且?guī)椭髽I(yè)有效判斷用戶的信息需求和消費需求，對客戶進行產品推介，方便人們選購產品。4、方便看病與診病。應用網(wǎng)絡預約掛號，減輕與節(jié)省患者排隊掛號看病的辛勞與時間；同時，又方便醫(yī)生提前分析患者的病史數(shù)據(jù)，以便更科學診病?！詫毝兑綦娚唐炊喽嗑〇|23國內1.微博5.38億用戶數(shù)據(jù)在暗網(wǎng)出售2.青島市膠州中心醫(yī)院6千余人個人信息被泄露3.B站知名UP主“黨妹”數(shù)百G視頻素材丟失損失慘重4.浙江一家銀行泄露客戶信息被罰30萬5.江蘇南通5000多萬條個人信息在“暗網(wǎng)”倒賣6.建設銀行員工販賣5萬多條客戶信息國外1.近50萬臺服務器、路由器和IoT設備密碼被泄露2.萬豪，美高梅酒店1580萬客人信息泄露3.化妝品巨頭雅思蘭黛因不安全服務器泄露4.4億用戶敏感信息4.以色列640萬選民數(shù)據(jù)遭泄露5.2.67億個Facebook帳戶信息在暗網(wǎng)出售6.泰國最大的移動運營商泄露83億條用戶數(shù)據(jù)記錄7.易捷航空遭遇網(wǎng)絡攻擊，900萬客戶數(shù)據(jù)被泄露8.成人網(wǎng)站泄露超百億條用戶敏感記錄9.多所美國大學遭到勒索軟件攻擊10.谷歌瀏覽器造成大規(guī)模用戶安全信息泄露人臉識別第一案個人信息成為“商品”被販賣快遞運單號泄露個人信息“臉書facebook”泄露用戶信息1.個人信息泄露四、大數(shù)據(jù)對日常生活的影響

大數(shù)據(jù)對人們日常產生的負面影響242.信息詐騙。在大數(shù)據(jù)時代，我們的網(wǎng)絡信息隨時都可能被不法分子竊取，并對我們及身邊的親人造成傷害。四、大數(shù)據(jù)對日常生活的影響

大數(shù)據(jù)對人們日常產生的負面影響25課堂練習1.從互聯(lián)網(wǎng)產生大數(shù)據(jù)的角度來看，大數(shù)據(jù)具有的特征是()。A.‘4V”特征:大量(Volume)、多樣(Variety)、低價值密度(Value)、高速(Velocity)B.樣本漸趨于總體，精確讓位于模糊，相關性重于因果C.分布式存儲，分布式并行計算D.沒有特征2.下列關于大數(shù)據(jù)的特征，說法正確的是()。A.數(shù)據(jù)價值密度高 B.數(shù)據(jù)類型少C.數(shù)據(jù)基本無變化 D.數(shù)據(jù)體量巨大AD26課堂練習3.電子警察采用拍照的方式來約束車輛的行為，其拍照的過程屬于（）A.數(shù)據(jù)分析B.數(shù)據(jù)采集C.數(shù)據(jù)分類D.數(shù)據(jù)可視化表達B4.（

）是指無法在可承受的時間范圍內用常規(guī)軟件工具進行高校捕捉，管理和處理的數(shù)據(jù)集合5.1GB=()MB大數(shù)據(jù)102427課堂練習1．大數(shù)據(jù)的特點是數(shù)據(jù)量超大，起始計量單位至少是PB（1024個T）、EB（220T）或ZB（230T）。（_____）2．微信支付、支付寶支付、滴滴打車等都包含著大數(shù)據(jù)在生活中的應用。（______）3．疫情期間，國家有關部門可以通過大數(shù)據(jù)篩選、查找到和感染者有過密切接觸的人，大數(shù)據(jù)一方面方便人們看病問診，另一方面也存在個人信息泄露的風險。

（______）√√√28課堂練習4．高德地圖根據(jù)用戶實時上報的交通信息，通過大數(shù)據(jù)平臺整合各種信息，給出相應的路線。

（_____）5．大數(shù)據(jù)是指無法在可承受時間范圍內用常規(guī)軟件工具進行高效捕捉、管理和處理的數(shù)據(jù)集合。

（_____）√√29場景一：當我們打開淘寶、拼多多等購物軟件時，首頁會顯示出推薦的商品。為什么購物軟件推薦的商品總是很合我們心意？場景二：當我們打開抖音、嗶哩嗶哩等視頻軟件時，首頁會顯示出推薦的視頻。為什么打開視頻軟件就刷到停不下來了？用戶網(wǎng)絡購物行為分析大數(shù)據(jù)分析播放時長點贊視