一、课程简介

计算机与数据科学导论是数据科学与大数据技术专业学生的第一门与所学专业有关的入门教材，本课程是使学生通过现代媒体及工具构建知识、培养能力和提升素质的重要课程，是后继开设的计算机类课程的前导课程。

案例基本信息

1.案例名称：大数据技术在我国疫情期间的应用

2.对应章节：大数据的采集与预处理

3.课程讲次：第九讲

二、案例教学目标

知识目标：

         1. 了解数据采集的概念和类型。

         2. 了解数据预处理的方法及应用场景

         3. 了解数据处理的相关技术。

能力目标：

         1. 培养学生初步的数据思维意识。

         2. 培养学生初步的数据收集能力。

         3. 培养学生解决问题的工程实践能力的观念。

育人目标：

         1. 具有坚定的中国特色社会主义理想信念。

         2. 具有良好的职业道德规范、素养和服务意识。

         3. 具有辩证思维和脚踏实地的工匠精神。

三、案例主要内容

我国在疫情期间对大数据合理、合法、有效采集与应用，引出社会主义制度的优越性，鉴定社会主义信念，是学生产生爱国主义情怀。

2020年春节是一个人特殊的春节。这次春节少了过年走街串巷、相互拜年、相邀聚会、民俗活动的气氛，广大民众自觉居家隔离、减少出门、避免集聚，广大医务工作者及相关工作人员在一线英勇奋战抗疫防疫。信息技术现已渗透到社会生产生活的方方面面，在促进社会生产力发展和社会治理中发挥着重大的作用。

面对疫情等公共卫生突发事件，信息化+怎么发挥最大效用助力疫情防控，恢复社会生产？大数据、人工智能、区块链等新兴信息化技术如何在此间融合应用？以下从疫情监测分析、行业应用、便民服务等方面，主要从大数据技术的应用上，结合当时部分省市已开展的信息化战疫工作进行阐述。

疫情监测涉及多个方面、多个层级的信息汇总、统计分析、数据发布展示，以有力支撑疫情状态研判，采取科学决策。大数据技术针对海量数据的归集、存储、管理、建模、分析设计了大量的清洗、集成、转化、模型、可视化等专业化的支撑工具集。大数据技术天然适用于构筑疫情监测分析平台体系。通过疫情监测平台数据中台归集疾控、客运交通、人口法人、地理信息等数据，建立疫情风险评估监测模型，并进行可视化分析展示。

浙江省开发了疫情监测一张图平台——“五色图”，用以评估并可视化浙江省内各区县疫情风险等级。该平台设计了累计确诊病例数、本地病例占比、聚集性疫情、连续3天无新增确诊病例等4个指标模型，将各县疫情风险等级动态评为高、较高、中、较低、低5个等级，并在地图上用红、橙、黄、蓝、绿五色可视化表示。

吉林省利用公安大数据平台，汇聚了户籍、铁路、民航、酒店住宿等信息，自动判断最近14天内和确诊或疑似患者接触的情况，判断是否为密切接触者，帮助群众获知是否在出行过程接触到了确诊病例或到访了高风险区域。

在一手抓好疫情防控的同时，另一手要有力抓好有序推动企业复产复工，保障社会生产安全。通过数据中台归集法人信息、用水用电、交通运输、污水排放、市场监管、网络通信、医保社保等数据，设计园区活跃度、企业活跃度、工业能耗、劳务用工等相关指标体系，助力企业有序开展复产复工。

国内三大运营商建设通信大数据平台，分析用户在网信令状态，识别用户移动轨迹。并免费提供用户手机号的到访的短信查询服务，可以查询到该号码卡在前14天内停留4小时以上的地区。经工信部发文，该查询短信可作为用户活动凭证。

重庆市某园区建设了企业员工复工大数据管理平台。企业要稳定复工，工人安全返岗是关键。企业员工通过在手机端自主申报进行复工备案。园区在管理端后台利用大数据平台分析通信、交通等数据，自动掌握企业工人行程轨迹、近期有无隔离观察情况等动态内容，并对潜在的传染风险提出警示，保障工人返岗安全。

五、案例教学设计

教学思想：

整个教学过程采取“提出问题-引入概念-讲解重点-案例分析-回归理论”的教学策略。在整个过程中，有效的质量监管是确保过程顺利、目标达成的重中之重，注意做好每个环节的实际情况分析并及时采取相应举措。

教学过程中，注重学生的发展创造性思维的培养，重视学生的主体作用。以先进的教学手段，多样的教学方法，上好这门课程。

教学安排

1.回归前一节课的内容，引入大数据的收集，以疫情期间的各类数据为例，启发学生思考需要采集的数据有哪些。

2.讲解疫情监测分析应用案例：浙江省的五色图、吉林省公安大数据。

3.行业应用：国内三大运营商建设通信大数据平台。

4.便民服务：重庆市某园区建设了企业员工复工大数据管理平台。

5.我国在疫情期间对大数据合理、合法、有效采集与应用，引出社会主义制度的优越性，鉴定社会主义信念，是学生产生爱国主义情怀。

6.学习数据科学与大数据技术专业是时代迫切需要的，热爱自己的专业，潜心学习，发挥个人价值。

六、教学反思

课程采用问题导入与启发探究相结合的方式。在教学中以问题引导的方式牵引学生的思维，激发学生对问题求解的积极思考和深入探究，充分体现在教学过程中的学生主体性，使学生变被动学习为主动探究，在问题的解决过程中，实现对学生学习能动性的培养。例如，在概述部分设置问题：为什么选择了大数据专业？了解多少？未来想成为什么样的人？针对这些问题展开讨论和学生发言，激发学生对专业内容、专业需求和自己职业规划的思考。

主要采用案例分析与讨论法。案例分析与讨论法是说明问题最直接最直观的一种方法，挖掘我国大数据技术在智慧交通、智慧城市以及大数据行程卡、防疫健康信息码以及电子商务中的物流和智能推荐等方面的成功应用案例，厚植爱国主义情怀。

后续可以使用翻转课堂。翻转课堂的教学模式已经在很多课程的教学改革中得以实践和应用，呈现的形式多样化，如线上线下结合的翻转、问题讨论式的翻转等。鉴于本课程在教学过程中对学生知识掌握、能力培养、素质达成目标的实现，在课程的最后阶段可以设置翻转课堂的教学模式。

数据科学与技术教研室供稿

责编：魏东平 审核:董西伟 郭景娟