关键词：
文章目录
- 零、学习目标
- 一、导入新课
- 二、新课讲解
- 三、归纳总结
- 四、上机操作
零、学习目标
- 熟悉大数据在医疗行业的应用
- 熟悉大数据在金融行业的应用
- 熟悉大数据在零售行业的应用
- 熟悉大数据在教育行业的应用
- 熟悉大数据在智慧城市的应用
- 熟悉大数据在农业中的应用
- 熟悉大数据在环保中的应用
一、导入新课
- 通过上次课的学习，学生对大数据的基本概念有了初步的了解。本次课将针对大数据的应用场景进行更深入的讲解。
二、新课讲解
- 中国大数据产业的发展将迎来“黄金期”。随着国家大数据战略配套政策措施的制定和实施，我国大数据产业的发展环境将进一步优化，大数据的新业态、新业务及新服务将迎来爆发式增长，产业链进一步成熟和扩张。同时互联网的高速发展，也将带动社会各领域对大数据服务的需求进一步增强。那么，大数据可以应用在哪些场景中呢？
（一）大数据在医疗行业的应用
- 大数据让就医、看病更简单。随着大数据在医疗行业的深度融合，大数据平台积累了海量的病例、病例报告、治愈方案、药物报告等信息资源，所有常见的病例、既往病例等都记录在案，医生通过有效、连续的诊疗记录，给病人提供优质、合理的诊疗方案。
1、优化医疗方案，提供最佳治疗方法
- 借助于大数据平台，可以搜集不同病人的疾病特征、病例和治疗方案，从而建立医疗行业的病人分类数据库。在医生诊断病人时可以参考病人的疾病特征、化验报告和检测报告，参考疾病数据库来快速帮助病人确诊。在制定治疗方案时，医生可以依据病人的基因特点，调取相似基因、年龄、人种、身体情况相同的有效治疗方案，制定出适合病人的治疗方案，帮助更多人及时进行治疗。
2、有效预防预测疾病
- 解决患者的疾病，最为简单的方式就是防患于未然。通过大数据对于群众的人体数据监控，将各自的健康数据、生命体征指标都集合在数据库和健康档案中。群众需要定期去做检查，及时更新数据，以便于通过大数据来预防和预测疾病的发生，做到早治疗、早康复。
（二）大数据在金融行业的应用
- 在金融行业，大数据广泛利用，典型例子如美国银行利用客户的点击数据集来给客户量身定制服务等。其实中国，金融行业大数据的利用及展开也比较早，但过去大都是利用大数据解决问题。如今，金融行业中的大多数企业都建立了大数据平台，以此对金融行业的交易数据分别进行搜集和处理。
1、精准营销
- 互联网时代的银行在互联网的冲击下，迫切的需要掌握更多用户信息，继而构建用户360度立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。
2、风险管控
- 应用大数据平台，可以统一管理金融企业内部多源异构数据和外部征信数据，更好的完善风控体系。内部可保证数据的完整性与安全性，外部可控制用户风险。
3、决策支持
- 通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，从而使经营决策更高效、敏捷、精准 。
4、服务创新
- 通过对大数据的应用，改善与客户之间的交互、增加用户粘性，为个人与政府提供增值服务，不断增强金融企业业务核心竞争力。
5、产品创新
- 通过高端数据分析和综合化数据分享，有效对接银行、保险、信托、基金等金融产品，使金融企业能够从其他领域借鉴并创造新的金融产品。
（三）大数据在零售行业的应用
- 在美国零售业上有这样一个传奇故事，某家商店将纸尿裤和啤酒并排放在一起销售，结果纸尿裤和啤酒的销量双双增长！为什么看起来风马牛不相及的两种商品搭配在一起，能取到如此惊人的效果呢？后来经过分析发现这些购买者多数是已婚男士，这些男士在为小孩买纸尿裤的同时，也会为自己买一些啤酒。发现这个秘密后，沃尔玛超市就将啤酒摆放在尿不湿旁边，顾客购买会更方便，销量自然也会大幅上升。
1、精准定位零售行业市场
- 企业进入或开拓某一区域零售行业市场，首先要进行项目评估和可行性分析，只有通过项目评估和可行性分析才能决定是否适合进入或者开拓这块市场。通常分析这个区域流动人口、消费水平、客户的消费习惯、市场对产品的认知度以及当前的市场供需情况等等，这些问题的背后包含的海量信息构成了零售行业市场调研的大数据，对这些大数据的分析就是零售行业市场精准定位的过程。
2、支撑行业收益管理
- 大数据时代的来临，为企业收益管理工作的开展提供了广阔的空间。需求预测、细分市场和敏感度分析对数据需求量很大，而传统的数据分析大多是对企业自身的历史数据进行预测和分析，容易忽视整个零售行业信息，因此预测结果难免会存在偏差。企业在实施收益管理过程中，如果在自有的数据基础上，依靠自动化信息采集软件来收集更多的零售行业数据，以此来了解更多的市场信息，这将会对制订准确的收益策略，取得更高收益起到推进作用。
3、挖掘零售行业新需求
- 作为零售行业企业，如果能收集网上零售行业的评论数据，建立网评大数据库，然后再利用分词、聚类、情感分析消费者的消费行为、价值取向、评论中体现的新消费需求和企业产品质量问题，以此来改进和创新产品，量化产品价值，制订合理的价格及提高服务质量，从中获取更大的收益。
（四）大数据在教育行业的应用
- 信息技术的快速发展，人们的思维认知与工作方式都发生了很大的变化。大数据是互联网与信息技术发展的产物，能够对教育领域产生极为重要的影响和作用，并且以数据的形式使得教育领域的思维与方式都发生了变化。大数据时代之下，可以应用相应的数据信息系统，对学生的学习行为以及学习的变化之间的关系，有助于深层次挖掘教育领域问题。大数据为教育领域带来了挑战与机遇，学校发展之中拥有了更多的真实的、具有价值的数据信息，这些都可以为教育发展提供有力的数据支撑。
1、更新教育理念、创新教育思维
- 大数据时代下教育大数据扭转传统落后的教育理念与思维方式。在新时期教育领域到处充满了信息与数据，师生的一言一行以及学校的各类事物都能够转化为信息或数据。随着智能化设备的广泛普及每位学生都可以运用计算机进行终端学习，有助于提高学生的学习积极性，也能够帮助学生应用碎片化时间进行高效学习。由此可以看出，大数据比传统的数字教学更具意义与价值。例如传统的考试中是运用纸质试卷对学生近阶段的学习情况进行测评，试卷的得分只是简单传统的数字如果换一个思路分析将数字当成数据看待能够深究到数字背后隐含的各类信息 ，例如每一道题的得分学生选了哪一个选项？在每个选项上花费了多长时间？是否修改过答案？做题时是否有跳跃？什么时候进行检查？什么时候做完卷子？通过数据分析有助于了解到学生近阶段的学习情况以及学生的思维方式此种成绩远比纸质试卷的得分有价值。无论是课堂或者是考试，通过师生互动渗透大数据有助于提高课堂教学效率，也能够更新教师的教育观念。在传统教育过程中，主要是教师与教育主管部门根据教学经验以其教学材料有效的延展课堂内容，但是部分学习经验并不具有科学性，甚至部分经验常识会影响教师的判断。在大数据时代下，通过分析教育数据，有助于挖掘写材料与学习内容根据学生的实际学习情况以及教材内容有效地挖掘教学信息通过反馈评估制定出有针对性的教学计划，从而做到有的放矢的教学切实提高教育教学质量与效率。
2、进行个性化教育
- 大数据能够实现个性化教育，由群体教育转向个体教育，运用大数据技术教师可以关注了解学生个体的细微表现例如学生在什么时候会主动阅览书籍在什么时候听到什么话会感觉高兴，在课堂上什么时候出小差……数据的产生是过程性的，包括学生的自主学习过程与课堂教学过程、师生互动过程。通过对即时性行为进行反映和记录加强数据的有效整合进一步阐述教学过程中的学生学习状态以及表现水平。可以应用观测技术与设备，在学生不自知的情况下收集数据却不影响学生的日常生活与学习数据采集极为自然真实，也能够获取学生的真实表现。大数据技术能够为教师提供真实个性的学生特点教师也可以有针对性地开展因材施教在课程讲解过程中，对于学生注意的部分以及基础部分可以进行重点讲解。也可以推荐学生完成哪一区域的练习或者是阅读哪一类的书目。学生完成教师布置的课后作业，可以运用大数据信息技术进行有效的强化分析。学生在电子设备上做课后作业可以将类似的题目跳过如果类似的题目出现错误.则可以进行多次强化有助于提高自主学习效率，也增强了碎片化时间的应用效率减轻学生的学习压力。
3、构建新型教学评价方式
- 运用大数据技术进行教学评价能够丰富评价内容、方法与渠道有助于提高教学活动效率。在传统教学评价过程中教师只是根据一纸试卷或者是平时的经验，此种评价方式过于单一，也难以提高学生的参与积极性学生只能够被动地等待被评价。在大数据时代下教师可以应用大数据技术对学生日常的学习数据进行归纳总结找出学生的学习活动规律，进一步优化并创新教学内容。通过互联网在线平台能够加强学生的学习行为记录与学习引导。学生在学习过程中的鼠标点击轨迹，也可以运用大数据技术有效查询教师能够在线了解学生对于不同知识点的掌握情况 ，做题时用了多长时间？哪些知识点需要反复讲解？将大数据技术应用于日常教学活动中能够有效分析学生个体的学习行为，也可以发现学生的思想与动态变化。运用电子课本或者是网络学习平台，了解学生的作业情况以及师生互动、课堂交流等数据，在期末时将各类信息数据汇集能够增加丰富的素材与数据依据，也能够有效掌握学生的学习成长过程与特点从而对学生的日后成长与发展提供可供参考的数据。
（五）大数据在智慧城市的应用
- 智慧城市是基础设施发展的新热词。随着涌入城市的人口稳步增加，以及对更好地处理资源的需求不断增长，旧金山和首尔等几个城市正在试验新兴技术，使他们的城市更加智能。这些新趋势技术包括物联网(IoT)和大数据，它们彻底改变了我们分析人类行为模式和趋势的方式。
- 借助大数据，可以从总体角度研究现有的碎片化和孤立的数据集，为影响当今快速发展的城市的常见问题提供有效的解决方案。
1、智能移动和交通
- 随着城市过度拥挤，交通将在缓解未来智慧城市的拥堵方面发挥关键作用。借助大数据，可以密切监控城市中的私人和公共交通流量，以确定高拥堵的区域和时间，从而制定有效的解决方案。
2、智能能源管理
- 建筑全球能源危机不仅要求从化石燃料转向可持续的可再生替代品，而且要求对能源进行有效管理。借助大数据，可以对从单个路灯到单个电网的能源使用情况进行仔细分析，以提高能源分配效率。
3、公共卫生
- 在智慧城市中使用大数据有助于大大改善公共卫生。从识别疾病传播的敏感区域和实施预防措施到更智能的病历保存，再到更快的诊断和更好的整体患者护理。
4、智能治理
- 有了来自公民的更多数据流，可以在公民和政府之间建立更牢固的桥梁。政府可以更快地解决地方问题，并创建以公民为中心的治理模式，从而提高政府与民众之间的透明度。
5、更好的安全性
- 安全只会作为基本需求以及智慧城市模型中的一个行业而增长。大数据可以允许对重点领域的犯罪进行全面的社会政治研究，可以实施预防模型来预测未来的犯罪模式。
（六）大数据在农业中的应用
- 基于大数据的理论和技术，不断推进传统领域创新与应用实践，为国家经济社会发展提供了新的生长点。在农业信息化不断发展的过程中，已有部分领域完成了大数据积累，具备了利用大数据理论与技术进行深入数据分析和价值发现的条件。根据当前农业信息化发展的现状，大数据在农业领域的应用主要集中在以下几个方面。
1、精准农业可靠决策支持系统
- 变量决策分析是精准农业技术体系中的核心，致力于根据农田小区作物产量和相关因素，在农田内的空间差异性，实施分布式的处方农作。高密度的农田信息获取后， 怎样根据这些不同角度的农田信息，推出一整套具有可实施性的精准管理措施，是需要多学科交叉的研究课题。专家系统、作物模拟模型、作物生产决策支持系统传统的生产决策技术取得了一些成果，但效果并不理想。利用大数据处理分析技术，集成作物自身生长发育情况以及作物生长环境中的气候、土壤、生物、栽培措施因子等数据，综合考虑经济、环境、可持续发展的目标，突破专家系统、模拟模型在多结构、高密度数据处理方面的不足，为农业生产决策者提供精准、实时、高效、可靠的辅助决策。
2、国家农村综合信息服务系统
- 国家农村综合信息服务，按照“平台上移，服务下延” 的思路，集成与整合各分散的信息资源与系统，在全国范围实现信息资源的共享，数据资源体量大、数据处理流程复杂、信息服务模式多样，需要实现海量农业信息化数据获取、传输、加工、服务一体化处理。利用大数据处理分析技术，研究复杂多样、动态时变用户需求的快速聚焦与大规模服务及用户动态需求组合的学习和进化机制模型，突破农户需求智能聚焦技术，实现信息服务按需分配以及云环境下大规模部署的智能系统服务与庞大“三农”用户群的多样性、地域性、时变性等个性化需求快速对接。
3、农业数据监测预警系统
- 农业数据监测预警是指对农业生产、市场运行、消费需求、进出口贸易及供需平衡等情况进行的全产业链信息采集、数据分析、预测预警与信息发布，其主要任务包括感知市场异常波动、实时监控生产风险、及时应对突发事件、推动管理关口前移等。2002 年以来，农业部开始建立农产品市场监测预警系统，启动了稻谷、小麦等关系国计民生的7 种重点农产品的市场监测预警工作。目前，监测预警技术已在农产品质量安全、农业病虫草害、农产品价格、农产品市场等领域进行了广泛应用。利用大数据智能分析和挖掘技术，实现农业信息流监测、农业数据关联预测、农业数据预警多维模拟等，大幅度提高农业监测预警的准确性。
4、天地网一体化农情监测系统
- 农情信息遥感监测主要是指利用遥感等信息技术对农业生产情况信息，如作物面积、长势和产量信息、农业灾害信息、农业资源信息等进行远程监测和综合评价，辅助农业生产决策的过程。基于遥感-地面-无线传感网的一体化农情信息获取体系，在解决了数据时空不连续的难点的同时，也带来了海量农情数据融合处理的问题。与此同时，遥感技术飞速发展，特别是传感器分辨率的提高、新型传感器的应用等，遥感影像的数据量急剧增加，海量数据的存储、快速产生、信息提取、融合应用等，为遥感数据分析带来了挑战。利用大数据分析处理技术，研究天地网一体化农业监测系统中的多源多类数据的智能融合与分析、定量化反演以及网络化集成与共享关键技术，实现全局数据发现与跨学科的数据集成和互操作，为农业遥感信息的深入分析提供支撑。
5、农业生产环境监测与控制系统
- 农业生产环境监测与控制系统属于复杂大系统，贯穿农业信息获取、数据传输与网络通信、数据融合与智能决策、专家系统、自动化控制等于一体，在大田粮食作物生产、设施农业、畜禽水产养殖等方面广泛应用。随着传感器技术的不断发展，农业信息获取的范围越来越广，从农作物生长过程中的营养数据、生理数据、生态数据、根系发育数据以及大气、土壤、水分、温度等农作物生产环境数据，到针对畜禽个体、群体的生长发育、环境和健康数据以及动物个体行为、群体行为、动物监控状况数据等，数据传输精度越来越高、数据传输频率越来越快、数据传输密度越来越大、数据综合程度越来越强。利用大数据技术，能够突破多源数据融合、数据高效实时处理等方面的瓶颈， 实现农作物生长过程的动态、可视化分析与管理以及畜禽养殖的个性化、集约化、工厂化管理。
（七）大数据在环保中的应用
- 大数据和新技术可以帮助实时监控环境状况，帮助消费者采取更可持续的行动，打造可持续的价值链。联合国秘书长已明确表示，数字化转型必须成为联合国的组成部分……我们拥有数据的海洋，但可利用的信息很少。
1、数据公开与数据收集
- 只有进一步提高环保系统各相关部门的数据公开水平，才有助于实现大数据应用的创新。推动我国大数据的发展，重点在于改变政府理念，推行数据公开，理应由政府牵头带到社会各行各业公开数据，然后收集整理数据，将数据入库，进行数据分析，在将分析结果完整地展现在公众面前，进而让数据这一生产要素可以自由流动，在流动过程中逐渐提高附加值。同时，进行数据收集，借助互联网、传感器网络等先进的技术手段，环保管理单位以及环保志愿者们可以很方便地将收集到的数据输送至数据中心，间接地让公众成为环保部门工作的有力监督者，有助于环保部门加大力度治理违法排污企业。此外，通过社会公众提供多种类型数据，进一步丰富了环境数据，可以为数据公开、数据分析提供最新数据。
2、空气质量预警预报
- 充分利用气象数据、空气质量自动监测得到的数据、污染源自动监控得到的数据进行相关性分析，达到空气质量预警预报的目的。同时，通过大数据技术、应用服务分析与环境保护、生态文明建设之间关系，进一步探究进行生态文明建设的内在规律，从宏观角度看，可服务于人类长远的生存、发展。另外，借助大数据技术进行空气质量预警预报，有利于警醒现代人们对环境保护问题的重视，进一步大力普及环境保护方面的知识。且研究理论成果的出现，可以整合整个社会的力量关注环境保护问题，推动重大社会问题的治理，以此促进人类社会的和谐、快速发展。
3、利用大数据采集技术分析环境污染成因
- 将各种不同种类的环境指标信息和污染源排放信息相互结合，开展数据分析活动，通过科学的分析合理预测企业排污强度，污染源分布情况及其对周围环境质量的影响，以此为依据制定环境治理方案，并定时监测环境治理效果，不断改进治理方案。大数据作为一个重要的分析、衡量工具，但它并不能衡量所有事物，很多非量化事物需要借助人类独特的思维力把握。但是通过大数据技术可以让人类更加了解世界，对未来有一定的预测性，未来的数据挖掘、分析技术不但是各大环保企业的竞争力根源，还可能是国和国之间竞争的重要部分。将大数据技术应用在环保领域，可有效提高我国环境保护治理水平，为我国核心竞争力的提高提供有力支持。
三、归纳总结
- 回顾本节课所讲的内容，并通过提问的方式引导学生解答问题并给予指导。
四、上机操作
- 形式：单独完成
- 题目：熟悉大数据的应用场景
- 要求：除了讲课笔记里涉及到的应用场景，通过网络收集资料，撰写CSDN博文，谈谈大数据在其它领域里的应用。结合自己的学习与生活，讲一讲大数据应用对于我们的影响。
2022年大数据基础讲课笔记
一、讲课笔记项目一、Linux基础大数据讲课笔记1.1安装配置CentOS[在OpenStack私有云上安装配置虚拟机]大数据讲课笔记1.2Linux用户操作大数据讲课笔记1.3Linux目录操作大数据讲课笔记1.4进程管理大数据讲课笔记1.5使用Vim编辑器大数据... 查看详情
2022年大数据基础讲课笔记
一、讲课笔记项目一、Linux基础大数据讲课笔记1.1安装配置CentOS[在OpenStack私有云上安装配置虚拟机]大数据讲课笔记1.2Linux用户操作大数据讲课笔记1.3Linux目录操作大数据讲课笔记1.4进程管理大数据讲课笔记1.5使用Vim编辑器大数据... 查看详情
大数据讲课笔记2.1初探大数据(代码片段)
...目标一、导入新课二、新课讲解（一）什么是大数据（二）大数据的特征1、数据体量大2、数据类型多3、处理速度快4、价值密度低（三）研究大数据的意义（四）拥抱大数据时代1、第三次信息化浪... 查看详情
大数据讲课笔记2.1初探大数据(代码片段)
...目标一、导入新课二、新课讲解（一）什么是大数据（二）大数据的特征1、数据体量大2、数据类型多3、处理速度快4、价值密度低（三）研究大数据的意义（四）拥抱大数据时代1、第三次信息化浪... 查看详情
大数据讲课笔记6.1初识zookeeper
文章目录零、学习目标一、导入新课二、新课讲解（一）ZooKeeper概述（二）ZooKeeper特性（三）ZooKeeper集群角色1、Leader角色2、Follower角色3、Observer角色三、归纳总结四、上机操作零、学习目标理解ZooKeeper特... 查看详情
大数据讲课笔记2.3初探hadoop世界
...、新课讲解（一）Hadoop的前世今生1、Google处理大数据三大技术2、Hadoop如何诞生3、Hadoop主要发展历程（二）Hadoop的优势1、扩容能力强2、成本低3、高效率4、可靠性5、高容错性（三）Hadoop的生态体系1、HDFS... 查看详情
大数据讲课笔记6.2zookeeper数据模型(代码片段)
...零、学习目标一、导入新课二、新课讲解（一）数据存储结构（二）Znode的类型1、临时节点2、永久节点（三）Znode的属性三、归纳总结四、上机操作零、学习目标理解ZK数据存储结构了解Znode的类型和属性... 查看详情
大数据讲课笔记4.1hdfs基本概念(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）HFDS的演变（二）HDFS的基本概念1、NameNode（名称节点）2、DataNode（数据节点）3、Block（数据块）4、Rack（机架）5、Metadata（ 查看详情
大数据讲课笔记6.5zookeeper的shell操作
...r1、显示所有操作命令2、查看当前ZK内容3、查看当前节点数据4、创建节点5、获取节点6、修改节点7、监听节点8、删除节点三、归纳总结四、上机操作零、学习目标了解ZooKeeperShell掌握ZooKeeperShe 查看详情
大数据讲课笔记5.1初探mapreduce(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）MapReduce核心思想（二）MapReduce编程模型（三）MapReduce编程实例——词频统计1、词频统计设计思路（1）Map阶段（2）Reduce阶段2、词频统... 查看详情
大数据讲课笔记1.4进程管理(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）进程概述1、基本概念2、三维度看待进程3、引入多进程模型4、进程的产生和消亡（1）进程的产生（2）进程的消亡5、进程三种状态6、进程ID（PID... 查看详情
大数据讲课笔记1.8shell基础(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）shell概述1、了解shell的含义2、Linux中shell存在形式3、shell如何执行用户指令（二）常用shell命令1、管道命令（1）命令概述（2）命令格式（... 查看详情
大数据讲课笔记5.4mapreduce运行模式(代码片段)
...式2、集群运行模式（二）MapReduce性能优化策略1、数据输入2、Map阶段3、Reduce阶段4、Shuffle阶段5、其它调优属性三、归纳总结四、上机操作零、学习目标了解MapReduce运行模式理解MapReduce性能优化策略一、导入新课通过 查看详情
大数据讲课笔记5.6mr案例—数据去重(代码片段)
...标一、导入新课二、新课讲解（一）案例分析1、数据去重介绍2、案例需求及分析（二）案例实现1、Map阶段实现2、Reduce阶段实现3、Driver程序主类实现4、效果测试三、归纳总结四、上机操作零、学习目标理解数据... 查看详情
大数据讲课笔记4.2hdfs架构和原理
...#xff09;HDFS存储架构（二）HDFS文件读写原理1、HDFS写数据原理2、HDFS读数据原理三、归纳总结四、上机操作零、学习目标了解HDFS存储架构理解HDFS文件读写原理一、导入新课通过上次课的学习，学生对HDFS有了一定的认识&#... 查看详情
大数据讲课笔记1.6压缩与打包(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）压缩与打包1、压缩2、打包3、压缩或打包文件常见扩展名（二）gzip命令1、命令作用2、选项参数3、实战练习任务1、压缩文件任务2、解压文件（三）... 查看详情
大数据讲课笔记3.1hadoop安装准备(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）Hadoop集群拓扑1、集群拓扑2、角色分配（二）虚拟机安装（三）虚拟机克隆1、克隆类型（1）完整克隆（2）链接克隆2、克隆步骤（... 查看详情
大数据讲课笔记1.2linux用户操作(代码片段)
文章目录零、学习目标一、导入新课二、新课讲解（一）用户账号管理1、用户与用户组文件2、用户账号管理工作（二）用户操作1、切换用户（1）语法格式（2）切换到普通用户（3）切换到r... 查看详情