高中信息技术浙教版 (2019)选修3 数据管理与分析4.3 数据可视化一等奖课件ppt

课题名

《4.2.3文本数据处理与数据可视化》

教学目标

1. 了解文本数据处理目的、应用、一般过程和方法。
2. 了解中文分词常见算法及特征提取方式。
3. 了解标签云、文本情感分析及应用。
4. 了解数据可视化的作用、基本方法和常用工具。
5. 能通过浏览和观察可视化的数据，发现数据中隐藏的特征、关系和模式。

教学重点

1.文本数据处理目的、应用、一般过程和方法

2.了解数据可视化的作用、基本方法和常用工具。

教学难点

1. 了解中文分词常见算法及特征提取方式。
2. 能通过浏览和观察可视化的数据，发现数据中隐藏的特征、关系和模式。

教学准备

教师准备：直观图片、详实文字资料、视频资料和多媒体课件

学生准备：教材、笔记本

教学过程

一、新课导入

我们经常使用百度搜索引擎检索信息，每次搜索返回的结果数据对于搜索关键词的描述主要在哪些方面呢，例如：使用百度搜索“高中信息技术难”，如图1所示，找到相关结果约93800000个，这些返回的结果数据对“高中信息技术难”的关键特征描述是什么？

图1 百度搜索“高中信息技术难”

这些数据是什么类型的？ --主要为非结构化文本数据。

如何处理这些数据才能获得答案？ 要提炼对“信息技术难不难”的关键特征描述，需要采集返回结果页面中的文本数据进行分析。

下面请同学们通过实践与体验，探究这个问题。

二、新课讲解

文本数据处理的应用有搜索引擎、情报分析、自动摘要、自动校对、论文查重、文本分类、垃圾邮件过滤、机器翻译、自动应答。文本数据处理的主要目的是从大规模的文本数据中提取出符合需求的、感兴趣的和隐藏的信息。

将无结构的文本进行处理，使之结构化，便于计算机处理。

【古代小故事】

有位书生到亲戚家串门，顷刻间外面就下起雨来，这时天已将晚，他只得打算住下来。但这位亲戚却不乐意，于是就在纸上写了一句话：下雨天留客天留人不留。

书生看了，即刻明白亲戚的意思，却又不好明说，就心想一不做、二不休，干脆加了几个标点：下雨天，留客天，留人不？留！亲戚一看，这句话的意思完全反了。也就无话可说，只好给书生安排了住宿。

中华文化自古以来博大精深，不一样的断句方式有不一样的含义，因此我们需要将文本按照一定规则进行分词。分词是将连续的字序列按照一定的规范重新组合成词序列的过程，常见的分词系统有jieba分词、IKAnalyzer、NLPIR、语言云、BosonNLP

1、基于词典的分词方法也称作基于字符匹配的分词方法

根据设定好的词典进行分词

2、基于统计的分词方法

依据上下文中相邻字出现的频率统计

3、基于规则的分词方法

模拟人的思维，根据资料和规则进行学习分词。（尚在探索）

【jieba分词】

    cut_all参数默认为False,所有使用cut方法时默认为精确模式，精确模式，试图将句子最精确地切开，适合文本分析；cut_all参数为True表示全模式，把所有可以成词的找出来,速度非常快,但是不能解决歧义。

三、自主学习

布置任务：自主阅读并实践教材第132页“实践与体验--中文分词与标签云”。

实践内容：使用“搜索抓取、中文分词与标签云生成”软件，收集感兴趣的数据，如春节、家乡的旅游景点、美食等，进行分词、词频统计并以标签云方式展现结果。

问题与思考：辨析该实践与体验中，文本数据处理的步骤及基本过程。

通过过程观察和适时干预，保障实践活动顺利开展；通过交流、总结，促进学生对文本数据处理基本过程和主要步骤的理解，发展计算思维。

四、新课讲授

      文本数据处理还有一个鲜明的用处在于情感分析，应用网络舆情监控、用户评论分析和决策、信息预测等众多领域。文本情感分析示例

五、自主学习

打开百度地图网站，浏览、观察所在城市实时路况，自主学习，阅读教材133页共同探讨下列问题：

①可视化案例中的呈现了哪些数据，这些数据有什么特征，可视化时采用了什么类型的图表？

②从可视化的数据中，你发现了什么？

③可视化的作用有哪些？

六、新课讲解

   上个环节的实践探讨的基础上，教师重现或给出典型的数据可视化图表，引领学生以头脑风暴的方式，从可视化图中呈现的数据、数据的特征、可以采用的可视化方法三个基本层面发表看法。然后自主阅读教材“可视化的基本方法”“可视化的工具”，整理数据可视化的基本方法，了解可视化的常见工具。

1.有关时间趋势的可视化随时间推移而变化的数据

2.有关比例的可视化一系列总和为1的比例数据

3.有关关系的可视化相互关联的数据

4.有关差异的可视化包含多种变量的数据

5.有关空间关系的可视化带有经纬度标签的空间数据

书P136——138，自主阅读，可视化典型案例，教师加以演示

★  风、气象、海洋状况的全球地图

★  编程语言之间的影响力关系图

★ “双十一”全网销售直播图

★  航班飞行实时跟踪地图

★  微博热词趋势图

七、课堂小结

八、课堂练习

作业本对应内容

板书设计

教学反思

其实文本分析和数据可视化是两节课时，但由于内容比较理论且丰富，如果课时紧张就可以并为一个课时，因为词云也是数据可视化的一种，可以将两节课连接起来。教材里举了非常多的例子帮助学生理解，教师可以把这些例子通过多媒体呈现出来，课堂氛围十分活跃，学生也比较感兴趣。