時間

內(nèi)容

收益

第一天

7課時

第一節(jié)  移動互聯(lián)網(wǎng)六個主要技術(shù)領(lǐng)域

·           云：移動互聯(lián)網(wǎng)應(yīng)用服務(wù)平臺技術(shù)

·           管：面向移動互聯(lián)網(wǎng)的網(wǎng)絡(luò)平臺技術(shù)

·           端：面向移動互聯(lián)網(wǎng)的智能終端

·           移動智能終端軟件平臺技術(shù)

·           移動智能終端硬件平臺技術(shù)

·           移動智能終端原材料元器件技術(shù)

第二節(jié)  WAP模式和Web模式移動互聯(lián)網(wǎng)

討論：移動互聯(lián)網(wǎng)的未來是屬于WAP還是屬于WEB呢？

·           應(yīng)用層WEB技術(shù)的發(fā)展

·           更多功能豐富的web app

·           畫面交互更加精彩

·           方便的在應(yīng)用之間切換

·           隨時打開均為較新頁面

·           跨平臺、用戶體驗(yàn)豐富和一致

·           Native App

·           “云服務(wù)器數(shù)據(jù)+APP應(yīng)用客戶端”

·           Web App開發(fā)

·           HTML5云網(wǎng)站+APP應(yīng)用客戶端

·           web3.0對移動互聯(lián)發(fā)展挑戰(zhàn)

·           WAP發(fā)展演進(jìn)

·           瀏覽器時代

·           門戶時代

·           搜索時代

·           社區(qū)時代

·           移動互聯(lián)網(wǎng)時代

·           WAP對于手機(jī)應(yīng)用交互的優(yōu)點(diǎn)

·           控制信息的維度

·           信息布局，更好利用首屏的有限資源

·           采用合理的導(dǎo)航、有明確的方位感知

·           盡可能減少瀏覽時的按鍵做功

·           界面可視化

第三節(jié)：“端、管、云、臺”發(fā)展趨勢

·           下一代信息基礎(chǔ)設(shè)施

·           TD-SCDMA網(wǎng)絡(luò)

·           TD-LTE

·           培育信息服務(wù)消費(fèi)熱點(diǎn)

·           形成移動互聯(lián)網(wǎng)產(chǎn)業(yè)鏈

·           推動移動互聯(lián)網(wǎng)產(chǎn)業(yè)持續(xù)健康發(fā)展

第四節(jié)：云計算物聯(lián)網(wǎng)應(yīng)用解讀

·           物聯(lián)網(wǎng)應(yīng)用在物流業(yè)

·           案例：沃爾瑪與物聯(lián)網(wǎng)

·           物聯(lián)網(wǎng)應(yīng)用在農(nóng)業(yè)

·           案例：美國加州Napa 谷土壤及環(huán)境監(jiān)測

·           物聯(lián)網(wǎng)應(yīng)用在社會治安

·           案例：臺灣車輛追蹤系統(tǒng)

·           物聯(lián)網(wǎng)應(yīng)用在安防

·           案例：上海浦東國際機(jī)場防入侵系統(tǒng)

本模塊收益：

1）從“端、管、云、臺”四個方面掌握移動互聯(lián)網(wǎng)發(fā)展視野，掌握移動互聯(lián)網(wǎng)新技術(shù)，進(jìn)一步展望未來云計算物聯(lián)網(wǎng)技術(shù)發(fā)展藍(lán)圖。

第五節(jié)  什么是大數(shù)據(jù)？

1、大數(shù)據(jù)（Big data）的前世今生

假如我們有了一個數(shù)據(jù)預(yù)報臺，就像為企業(yè)裝上了一個GPS和雷達(dá)，企業(yè)的出海將會更有把握。——馬云2012年網(wǎng)商大會演講

2、大數(shù)據(jù)的4V特征

2.1  1V-Volume，數(shù)據(jù)體量巨大。從TB級別，躍升到PB級別

2.2  2V- Variety，數(shù)據(jù)類型繁多。網(wǎng)絡(luò)日志、圖片、視頻、地理位置信息、購物等等

2.3  3V- Value，價值密度低。以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅一兩秒

2.4  4V- Velocity, 處理速度快。1秒定律。這一點(diǎn)和傳統(tǒng)的data mining有著本質(zhì)不同

3、大數(shù)據(jù)的市場容量

3.1  中國：

3.1.1  2011年大數(shù)據(jù)市場元年

3.1.2  2012年大數(shù)據(jù)市場規(guī)模4.5億

3.2  全球：

3.2.1  目前，大數(shù)據(jù)形成的市場規(guī)模在51億美元左右

3.2.2  2017年，此數(shù)據(jù)預(yù)計會上漲到238億美元

4、大數(shù)據(jù)的價值

4.1  縱向：消費(fèi)者、企業(yè)與價值鏈

4.2  橫向：“大交易數(shù)據(jù)”（比如支付寶的交易數(shù)據(jù)）和“大交互數(shù)據(jù)”（比如一些社交網(wǎng)站，移動互聯(lián)網(wǎng)新媒體等）

4.3  兩類數(shù)據(jù)融合：容易洞察“客戶足跡”，掌控消費(fèi)趨勢、開發(fā)創(chuàng)新產(chǎn)品和推進(jìn)精確營銷