【導(dǎo)讀】本模塊首先通過(guò)案例了解主題資源的類(lèi)型和組織方式，然后學(xué)習(xí)各類(lèi)資源的教學(xué)功能；圍繞教師學(xué)員之前選定的單元學(xué)習(xí)主題討論所需的資源，設(shè)計(jì)資源框架，選取、收集資源；新一代的學(xué)習(xí)資源庫(kù)都是以學(xué)習(xí)主題為主線來(lái)組織和集成學(xué)習(xí)資源。它不僅能更好地為。教師備課、上課等提供支持，也更加有助于學(xué)生開(kāi)展自主學(xué)習(xí)、探究學(xué)習(xí)和合作學(xué)習(xí)的開(kāi)展。信息技術(shù)教師應(yīng)積極使自己成長(zhǎng)成為這一方面應(yīng)用和改革的引領(lǐng)者。創(chuàng)建主題資源網(wǎng)站。在信息化條件下，我們?cè)谶M(jìn)行研究性學(xué)習(xí)的設(shè)計(jì)時(shí)還需要考?，F(xiàn)在請(qǐng)借助思維導(dǎo)圖與你的學(xué)伴分享自己上一模塊的。學(xué)習(xí)心得，并為本模塊內(nèi)容的學(xué)習(xí)建立知識(shí)背景?！扒楦袘B(tài)度與價(jià)值觀”等方面都全面發(fā)展的發(fā)展觀；樹(shù)立讓學(xué)生主動(dòng)參與學(xué)習(xí)，學(xué)會(huì)學(xué)習(xí)，體現(xiàn)在教學(xué)資源建設(shè)上，就是要由以“教”為主要組織形式。向以“學(xué)”為主的學(xué)習(xí)形式轉(zhuǎn)變。編一部分適用的資源，并進(jìn)行適當(dāng)?shù)慕Y(jié)構(gòu)調(diào)整，以滿(mǎn)足學(xué)習(xí)者的學(xué)習(xí)需要。

　　

【正文】 圖 56 設(shè)置屬性 （ 3）拆分合并單元格 選擇需要拆分的單元格，單擊【右鍵】，選擇【拆分單元格】，如圖 57 所示。 選擇需要合并的單元格，單擊【右鍵】，選擇【合并單元格】，如圖 58 所示。 圖 57 拆分單元格 圖 58 合并單元格 網(wǎng)站的最終布局如圖 59 所示。 圖 59 網(wǎng)站布局 （ 4）添加圖片、 flash 和視頻。 選擇需要添加文件的單元格，在菜單攔中選擇【插入】→【圖片】→【來(lái)自文件】 \【 flash文件】 \【視頻】，如圖 510 所示。 圖 510 插入圖片、 flash、音頻 （ 5）插入超鏈接 在網(wǎng)頁(yè)中選中要建立超鏈接的文字或圖片，選擇菜單欄中的【插入】→【超鏈接】，鏈接到相應(yīng)的主題資源，如圖 511 所示。你也可以選中要建立超鏈接的文字或圖片，單擊【右鍵】選擇【超鏈接】， 進(jìn)行相關(guān)設(shè)置。 圖 511 插入超級(jí)鏈接 （ 6）將網(wǎng)頁(yè)命名為 存放到硬盤(pán)上。 以上是關(guān)于主題資源網(wǎng)站首頁(yè)的制作，網(wǎng)站子網(wǎng)頁(yè)的制作與首頁(yè)的制作類(lèi)似，這里不再展開(kāi)。 上面介紹了如何用 Microsoft FrontPage 2020 制作主題資源網(wǎng)站，下面請(qǐng)你結(jié)合自己所選擇的單元學(xué)習(xí)主題，思考如何有效地創(chuàng)建一個(gè)主題資源網(wǎng)站，你可以從以下幾個(gè)方面考慮： （ 1）在創(chuàng)建主題資源網(wǎng)站時(shí)，你要?jiǎng)?chuàng)建哪幾類(lèi)的資源？ ________________________________________________________________________ （ 2）將搜集到的資源整合到網(wǎng)頁(yè)上時(shí)需要考慮的問(wèn)題有哪些？ _________________________________________________________________________ （ 3）創(chuàng)建此主題資源網(wǎng)站對(duì)你的單元教學(xué)有哪些幫助？ _________________________________________________________________________ 請(qǐng)你根據(jù)自己的單元學(xué)習(xí)主題，上機(jī)制作主題資 源網(wǎng)站。將做好的網(wǎng)站保存到“ \我的學(xué)習(xí)檔案袋 \我的單元學(xué)習(xí)設(shè)計(jì) \單元學(xué)習(xí)資源 \”中（注：為網(wǎng)站建立獨(dú)立文件夾，文件夾名為“主題資源網(wǎng)站”）。 【拓展學(xué)習(xí)】主題資源網(wǎng)站的制作與評(píng)價(jià) 學(xué)員可以參照此步驟中介紹的主題資源網(wǎng)站的建設(shè)風(fēng)格 ,運(yùn)用 Microsoft FrontPage 制作，還可以使用主題資源制作平臺(tái) 制作，當(dāng)然你也可以采用其他的網(wǎng)頁(yè)制作工具建設(shè)網(wǎng)站。 在制作完主題資源網(wǎng)站后，你可以使用“主題資源網(wǎng)站評(píng)價(jià)表”對(duì)自己的主題資源網(wǎng)站進(jìn)行自評(píng)。并根據(jù)自評(píng)結(jié)果進(jìn)一步修改和潤(rùn)色你的主題資源網(wǎng)站。 第 4步 共享與完善主題資源網(wǎng)站 說(shuō)明： 在這個(gè)步驟，各個(gè)小組在全班介紹分享各自的主題資源網(wǎng)站的討論結(jié)果，并完善各自的主題資源網(wǎng)站。 組內(nèi)展示自己的主題資源網(wǎng)站，與小組成員進(jìn)行討論交流，同時(shí)與組內(nèi)學(xué)伴分享設(shè)計(jì)中的心得與體會(huì)。在傾聽(tīng)小組學(xué)伴的匯報(bào)交流時(shí)，請(qǐng)針對(duì)其網(wǎng)站中的問(wèn)題一起展開(kāi)討論，并將小組討論要點(diǎn)記錄下來(lái)，填入表 510。 表 510 小組討論記錄 討論記錄人 討論主題 小組成員 1 小組成員 2 小組成員 3 小組成員 4 小組成員 5 請(qǐng)推選你們小組的代表，在全班范圍內(nèi)分享你們 組的優(yōu)秀作品，并匯報(bào)小組討論的要點(diǎn)，與其他小組成員交流討論設(shè)計(jì)中的心得體會(huì)及存在的問(wèn)題。 根據(jù)討論和交流中獲得的意見(jiàn)，修改自己的主題資源網(wǎng)站。 完成主題資源網(wǎng)站設(shè)計(jì)以后，請(qǐng)你繼續(xù)完善自己的“主題單元設(shè)計(jì)模板”，將相關(guān)內(nèi)容添加進(jìn)去。 作業(yè)清單 ? 通過(guò)對(duì) 案例《香格里拉》 的資源運(yùn)用進(jìn)行分析，將分析結(jié)果填入“表 53 主題資源使用情況分析記錄表”。 ? 請(qǐng)你結(jié)合 自 已的 教學(xué)經(jīng)驗(yàn)， 在與你的學(xué)伴 討論 的基礎(chǔ)上， 完成表 56“獲取資源的方法或技巧”。 ? 研習(xí)各類(lèi)資源制作工具，總結(jié)各工具軟件的功能和特點(diǎn)，并進(jìn)行歸納分類(lèi)。 結(jié)合自己 教學(xué)需求的實(shí)際情況，選擇你感興趣的小工具，在表 57 中進(jìn)行思路的整理。 ? 結(jié)合自己的教學(xué)實(shí)踐，嘗試設(shè)計(jì)一主題資源網(wǎng)站。 ? 根據(jù)“ IT 教師教育技術(shù)培訓(xùn)” VCT 作品要求，收集本模 塊的素材。 ? 總結(jié)本模塊的培訓(xùn)內(nèi)容，補(bǔ)充“ IT 教師教育技術(shù)培訓(xùn)”思維導(dǎo)圖。 加油站：數(shù)據(jù)挖掘 隨著信息社會(huì)的到來(lái)，人們?cè)谌粘Ｉ詈凸ぷ髦杏玫降臄?shù)據(jù)越來(lái)越多，也越來(lái)越復(fù)雜，雖然數(shù)據(jù)庫(kù)系統(tǒng)可以幫助人們實(shí)現(xiàn)數(shù)據(jù)的錄入、修改、統(tǒng)計(jì)、查詢(xún)等功能，但是人們還無(wú)法了解這些復(fù)雜數(shù)據(jù)之間潛在的關(guān)聯(lián)和規(guī)則，也不可能憑以往的經(jīng)驗(yàn)根據(jù)這些大數(shù)據(jù)量的信息來(lái)做出決策。 這就需要一種能夠?qū)?shù)據(jù)進(jìn)行較高層次處理或分析的技術(shù)，發(fā)現(xiàn)數(shù)據(jù)背后隱藏的信息已成為迫切需要解決的問(wèn)題，解決這一問(wèn)題的關(guān)鍵就是數(shù)據(jù)挖掘技術(shù) (簡(jiǎn)稱(chēng)“數(shù)據(jù)挖掘” )。 目前對(duì)數(shù)據(jù)挖掘 (Data Mining)一般定義為：是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。簡(jiǎn)單的說(shuō)，數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)。數(shù)據(jù)挖掘軟件是數(shù)據(jù)分析的有力工具，它可以幫助人們從不同的維度和角度分析數(shù)據(jù)，確定數(shù)據(jù)之間的關(guān)系。數(shù)據(jù)挖掘是以數(shù)據(jù)庫(kù)技術(shù)為基礎(chǔ)， 并吸收了數(shù)理統(tǒng)計(jì)和人工智能等大量技術(shù)，逐漸成為近年來(lái)一門(mén)處理數(shù)據(jù)的新興技術(shù)，從技術(shù)的角度來(lái)說(shuō)，數(shù)據(jù)挖掘就是從大型的數(shù)據(jù)庫(kù)中找出不同域之間的相關(guān)性和模式。 數(shù)據(jù)挖掘，又稱(chēng)為數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn) (Knowledge Discovery in Database, KDD)， 也有人把數(shù)據(jù)挖掘視為數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)過(guò)程的一個(gè)基本步驟。數(shù)據(jù)挖掘?qū)ο蟾鶕?jù)信息存儲(chǔ)格式，用于挖掘的對(duì)象通常有關(guān)系數(shù)據(jù)庫(kù)、面向?qū)ο髷?shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫(kù)、空間數(shù)據(jù)庫(kù)、時(shí)態(tài)數(shù)據(jù)庫(kù)和異質(zhì)數(shù)據(jù)庫(kù)等。而數(shù)據(jù)挖掘的流程由以下步驟組成：（ 1）數(shù)據(jù)清理，（ 2）數(shù)據(jù)集成，（ 3）數(shù)據(jù)選擇，（ 4）數(shù)據(jù)變換，（ 5）數(shù)據(jù)挖掘，（ 6）模式評(píng)估，（ 7）知識(shí)表示。其中： (1)數(shù)據(jù)清 理 （ data clearing），其作用就是清除數(shù)據(jù)噪聲和與挖掘主題明顯無(wú)關(guān)的數(shù)據(jù)； (2)數(shù)據(jù)集成 (data integration），其作用就是將來(lái)自多數(shù)據(jù)源中的相關(guān)數(shù)據(jù)組合到一起； (3)數(shù)據(jù) 變 換 (data transformation)，其作用就是將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)存儲(chǔ)形式； (4)數(shù)據(jù)挖掘（ data mining),它是知識(shí)挖掘的一個(gè)關(guān)鍵步驟，其作用就是 利用智能方法挖掘數(shù)據(jù)模式或規(guī)律知識(shí)，而這些智能方法一般有神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、決策樹(shù)方法、鄰近搜索方法、規(guī)則推理方法和模糊邏輯方法等； (5)模式評(píng)估（ pattern evaluation），其作用就是根據(jù)一定評(píng)估標(biāo)準(zhǔn)（ interesting measures）從挖掘結(jié)果篩選出有意義的模式知識(shí)； (6)知識(shí)表示（ knowledge presentation） ，其作用就是利用可視化和知識(shí)表達(dá)技術(shù)，向用戶(hù)展示所挖掘出的相關(guān)知識(shí)。 利用數(shù)據(jù)挖掘的任務(wù)通常有關(guān)聯(lián)分析、序列模式分析、分類(lèi)分析和聚類(lèi)分析等分析方法。關(guān)聯(lián)分析是找出數(shù)據(jù)庫(kù)中隱藏在數(shù)據(jù)間的相互關(guān)系。序列模式分析也可以挖掘出數(shù)據(jù)之間的聯(lián)系，但它的側(cè)重點(diǎn)是分析數(shù)據(jù)間的前后關(guān)系即因果關(guān)系。分類(lèi)分析通常給每一個(gè)記錄賦予一個(gè)標(biāo)記，按標(biāo)記對(duì)記錄進(jìn)行分類(lèi)，然后檢查這些標(biāo)定的記錄，描述出這些記錄的特征。聚類(lèi)分析是分類(lèi)分析的逆過(guò)程，它按照一定的規(guī)則處理輸入的未標(biāo)定記錄，合理地劃分出記錄的集合，并描述不同類(lèi)別的特征。 數(shù)據(jù)挖掘所發(fā)現(xiàn)的知識(shí)最常見(jiàn)的有以下四類(lèi) : (1)廣義知識(shí) (Generalization) 廣義知識(shí)指類(lèi)別特征的概括性描述知識(shí)。根據(jù)數(shù)據(jù)的微觀特性發(fā)現(xiàn)其表征的、帶 有普遍性的、較高層次概念的、中觀和宏觀的知識(shí) ,反映同類(lèi)事物共同性質(zhì) ,是對(duì)數(shù)據(jù)的概括、精煉和抽象。 (2)關(guān)聯(lián)知識(shí) (Association) 它反映一個(gè)事件和其他事件之間依賴(lài)或關(guān)聯(lián)的知識(shí)。如果兩項(xiàng)或多項(xiàng)屬性之間存在關(guān)聯(lián) ,那么其中一項(xiàng)的屬性值就可以依據(jù)其他屬性值進(jìn)行預(yù)測(cè)。 (3)分類(lèi)知識(shí) (Classificationamp。Clustering) 它反映同類(lèi)事物共同性質(zhì)的特征型知識(shí)和不同事物之間的差異型特征知識(shí)。 (4)預(yù)測(cè)型知識(shí) (Prediction) 它根據(jù)時(shí)間序列型數(shù)據(jù)，由歷史的和當(dāng)前的數(shù)據(jù)去推測(cè)未來(lái)的數(shù)據(jù)，也 可以認(rèn)為是以時(shí)間為關(guān)鍵屬性的關(guān)聯(lián)知識(shí)。 (5)偏差型知識(shí) (Deviation) 它是對(duì)差異和極端特例的描述 ,揭示事物偏離常規(guī)的異?，F(xiàn)象，對(duì)各種特例、離群值、實(shí)際觀察值和系統(tǒng)預(yù)測(cè)值之間差別進(jìn)行分析。 數(shù)據(jù)挖掘技術(shù)已經(jīng)在很多領(lǐng)域有所運(yùn)用?，F(xiàn)在許多 NBA 球隊(duì)使用了 IBM 公司開(kāi)發(fā)的數(shù)據(jù)挖掘應(yīng)用軟件來(lái)優(yōu)化他們的戰(zhàn)術(shù)組合。例如魔術(shù)隊(duì)教練通過(guò)它來(lái)研究隊(duì)員不同的布陣安排，并在與邁阿密熱隊(duì)的比賽中找到了獲勝機(jī)會(huì)；數(shù)據(jù)挖掘在天文學(xué)上有個(gè)很著名的應(yīng)用系統(tǒng)SKICAT，天文學(xué)家利用 SKICAT 已發(fā)現(xiàn)了 16 個(gè)新的極其遙遠(yuǎn)的類(lèi)星體；利 用數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)用戶(hù)數(shù)據(jù)的分析，可以得到關(guān)于顧客購(gòu)買(mǎi)取向和興趣的信息，從而為超市規(guī)劃貨品架柜 、如何合理擺設(shè)提供了可靠的依據(jù)，最著名的例子就是尿布和啤酒的故事。隨著計(jì)算機(jī)計(jì)算能力的發(fā)展和業(yè)務(wù)復(fù)雜性的提高，數(shù)據(jù)的類(lèi)型會(huì)越來(lái)越多、越來(lái)越復(fù)雜，數(shù)據(jù)挖掘?qū)l(fā)揮出越來(lái)越大的作用。 【 相關(guān) 知識(shí) 】 1. 數(shù)據(jù)倉(cāng)庫(kù) 2. 數(shù)據(jù)管理 3. 人工智能 【 技術(shù)學(xué)習(xí) 】 Windows Live 照片庫(kù) Windows Live 照片讓您可以輕松與好友在線共享照片。只需通過(guò)簡(jiǎn)單的拖放動(dòng)作，您就可以將照片上傳。您可以很方便地將照片分 組、歸類(lèi)，甚至是為您的好友添加 Tag 標(biāo)簽，這樣您可以很方便地找到關(guān)于某個(gè)好友的所有照片。還有美輪美奐的在線幻燈片播放，背景顏色配合您的照片變化，天衣無(wú)縫。如果好友更新了照片，會(huì)在“最近更新照片”第一時(shí)間顯示出來(lái)。 Windows Live 照片 還具有臉部圖像識(shí)別功能，你可以為不同的朋友臉部作標(biāo)簽，每當(dāng)你選中某一朋友的標(biāo)簽時(shí)，就可以顯示這位朋友的所有照片。