認識大數(shù)據(jù) 課件 【知識精講+備課精研】 粵教版（2019）高中信息技術(shù)必修1

數(shù)據(jù)處理和可視化表達5.1認識大數(shù)據(jù)大數(shù)據(jù)什么是大數(shù)據(jù)？

大數(shù)據(jù)是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行高效捕捉、管理和處理的信息集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)大數(shù)據(jù)都有哪些特征？角度特征互聯(lián)網(wǎng)產(chǎn)生大數(shù)據(jù)大量（Volume）、多樣（Variety）低價值密度（Value）、高速（Velocity）互聯(lián)網(wǎng)思維樣本漸趨于總體、精確讓位于模糊、相關(guān)性重于因果大數(shù)據(jù)存儲與計算存儲在互聯(lián)網(wǎng)不同的服務器與客戶端分布式并行計算大數(shù)據(jù)討論大數(shù)據(jù)對日常生活的影響？正面影響負面影響1.方便支付2.方便出行3.方便看病與診病1.個人信息泄露2.信息傷害與詐騙大數(shù)據(jù)討論如何避免大數(shù)據(jù)帶來的負面影響？信息泄露方面信息傷害與詐騙方面1.避免使用不熟悉的網(wǎng)絡(luò)上網(wǎng)2.不使用信用卡刷卡消費3.保管好手機等電子設(shè)備……1.要判斷手機收到陌生信息的真?zhèn)?.接到關(guān)于錢財方面的電話，要多方查證……5.2數(shù)據(jù)的采集聽說過“網(wǎng)絡(luò)爬蟲”嘛？學習“爬蟲”有什么用呢？HTML標記語言

網(wǎng)絡(luò)爬蟲從一個或若干個初始網(wǎng)頁URL（統(tǒng)一資源定位符）開始，獲得初始網(wǎng)頁上的URL，在抓取網(wǎng)頁的過程中，不斷從當前頁面抽取新的URL放入隊列，直到滿足系統(tǒng)的一定停止條件。網(wǎng)頁1網(wǎng)頁2網(wǎng)頁3網(wǎng)頁4URL1URL2URL3URL4網(wǎng)頁5URL5網(wǎng)頁6URL6Hash表數(shù)據(jù)采集采集方法采集工具應用范圍（舉例）系統(tǒng)日志采集法系統(tǒng)導出導出上網(wǎng)行為管理系統(tǒng)日志網(wǎng)絡(luò)數(shù)據(jù)采集法1.爬蟲程序2.系統(tǒng)導出3.接口程序爬取網(wǎng)站數(shù)據(jù)其他數(shù)據(jù)采集法系統(tǒng)接口生產(chǎn)和業(yè)務數(shù)據(jù)或?qū)W術(shù)研究數(shù)據(jù)（高保密性要求）數(shù)據(jù)采集http://DNS服務器WEB服務器域名：URL（統(tǒng)一資源定位器）：域名：IP地址：74請求頁面：74/index.htmlHTML標記文檔網(wǎng)頁：活動1：修改“百度一下”HTML標記語言HTML的英文全稱是HyperTextMarkedLanguage，即超文本標記語言。

用HTML編寫的超文本文檔稱為HTML文檔，它能獨立于各種操作系統(tǒng)平臺(如UNIX，Windows等)。

使用HTML語言，將所需要表達的信息按某種規(guī)則寫成HTML文件，通過專用的瀏覽器來識別，并將這些HTML文件“翻譯”成可以識別的信息，即現(xiàn)在所見到的網(wǎng)頁。HTML標記語言標簽HTML稱為超文本標記語言，是一種標識性的語言。它包括一系列標簽，通過這些標簽可以將網(wǎng)絡(luò)上的文檔格式統(tǒng)一，使分散的Internet資源連接為一個邏輯整體。

HTML文本是由HTML命令組成的描述性文本，HTML命令可以說明文字，圖形、動畫、聲音、表格、鏈接等。HTML標記語言標簽<標記>內(nèi)容</標記>標記和被標記的內(nèi)容構(gòu)建出HTML文檔htmlheadmetatitlescriptlinkbodydivd