上海艾纵企业管理咨询有限公司 - 课程体系 - 专题课程 - 互联网专题


您好!欢迎来到上海艾纵企业管理咨询有限公司!

加入收藏

登录注册

400-676-1955

专题课程

移动互联网、云计算、大数据基础

我要报名

编辑日期 2018-06-20  阅读次数:834 次


 

【培训方式】

讲师教授+情景模拟+案例分析+互动讨论 +头脑风暴

【目标收益】

解读未来移动互联网发展新技术和新业务趋势,掌握信息化项目管理技巧和方法。

【培训对象】

全省技术类员工

 

【培训时长】

1天


【课程大纲】

 

时间

内容

收益

第一天

7课时

第一节  移动互联网六个主要技术领域

·           云:移动互联网应用服务平台技术

·           管:面向移动互联网的网络平台技术

·           端:面向移动互联网的智能终端

·           移动智能终端软件平台技术

·           移动智能终端硬件平台技术

·           移动智能终端原材料元器件技术

 

第二节  WAP模式和Web模式移动互联网

讨论:移动互联网的未来是属于WAP还是属于WEB呢?

·           应用层WEB技术的发展

·           更多功能丰富的web app

·           画面交互更加精彩

·           方便的在应用之间切换

·           随时打开均为较新页面

·           跨平台、用户体验丰富和一致

·           Native App

·           “云服务器数据+APP应用客户端”

·           Web App开发

·           HTML5云网站+APP应用客户端

·           web3.0对移动互联发展挑战

·           WAP发展演进

·           浏览器时代

·           门户时代

·           搜索时代

·           社区时代

·           移动互联网时代

·           WAP对于手机应用交互的优点

·           控制信息的维度

·           信息布局,更好利用首屏的有限资源

·           采用合理的导航、有明确的方位感知

·           尽可能减少浏览时的按键做功

·           界面可视化

 

第三节:“端、管、云、台”发展趋势

·           下一代信息基础设施

·           TD-SCDMA网络

·           TD-LTE

·           培育信息服务消费热点

·           形成移动互联网产业链

·           推动移动互联网产业持续健康发展

 

第四节:云计算物联网应用解读

·           物联网应用在物流业

·           案例:沃尔玛与物联网

·           物联网应用在农业

·           案例:美国加州Napa 谷土壤及环境监测

·           物联网应用在社会治安

·           案例:台湾车辆追踪系统

·           物联网应用在安防

·           案例:上海浦东国际机场防入侵系统

本模块收益:

1)从“端、管、云、台”四个方面掌握移动互联网发展视野,掌握移动互联网新技术,进一步展望未来云计算物联网技术发展蓝图。

 

第五节  什么是大数据?

1、大数据(Big data)的前世今生

假如我们有了一个数据预报台,就像为企业装上了一个GPS和雷达,企业的出海将会更有把握。——马云2012年网商大会演讲

2、大数据的4V特征

2.1  1V-Volume,数据体量巨大。从TB级别,跃升到PB级别

2.2  2V- Variety,数据类型繁多。网络日志、图片、视频、地理位置信息、购物等等

2.3  3V- Value,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅一两秒

2.4  4V- Velocity, 处理速度快。1秒定律。这一点和传统的data mining有着本质不同

3、大数据的市场容量

3.1  中国:

3.1.1  2011年大数据市场元年

3.1.2  2012年大数据市场规模4.5亿

3.2  全球:

3.2.1  目前,大数据形成的市场规模在51亿美元左右

3.2.2  2017年,此数据预计会上涨到238亿美元

4、大数据的价值

4.1  纵向:消费者、企业与价值链

4.2  横向:“大交易数据”(比如支付宝的交易数据)和“大交互数据”(比如一些社交网站,移动互联网新媒体等)

4.3  两类数据融合:容易洞察“客户足迹”,掌控消费趋势、开发创新产品和推进精确营销