큰 데이터 트리거 미래 교육 정보화

클라우드 시대의 도래와 함께 지난 2 년 동안에서 단어 큰 데이터 (Bigdata)가 언급 되었습니다 반복, 그리고 사람들이 그것와 함께 제공 되는 기술과 데이터의 방대한을 설명 하기 위해 그것을 사용, 인터넷 데이터, 매일 짹짹, 수천 수만의 10 억을 생성 마이크로 통신 슈퍼마켓 고객 소비 행동 분석, 재고 및 수요를 기반으로 상품의 실시간 가격에 원래 없는 "기저귀"와 "맥주"를 번들에를 큰 데이터를 사용 하 여, 대중적인 감정에 근거 하 여 주식을 판매 하는 월이, 로스 앤젤레스 경찰 국 및 캘리포니아 대학; 범죄의 발생을 예측 하기 위해 큰 데이터를 사용 하 여 공동 Baidu와 다른 인터넷 회사 등도 국내 사용 대용량 데이터 기술 개발 바이 색인 응용 프로그램 등. 데이터의 중요성은 점차 세계에 의해 인식 되었다, 어떤 사람들 금, 기름, 그것을 비교 하 고 심지어 사람이 "그 당시, 데이터의 엄청난 양의 앞에 나타납니다, 화려한 장면 이란 무엇입니까?" 클라우드 그것 점화에서 아래를 내려다 보면서 하나님의 느낌에 가까운 것이 모든 백그라운드에서 보고

대학 캠퍼스에 대 한 데이터 폭발, 데이터 생성은 또한 다양 한 정보 시스템, 인사, 금융, 교육, 구조화 된 데이터, 뿐만 아니라 멀티미디어 교육 및 학생, 동안 생성 된 다른 구조화 되지 않은 데이터에 의해 생성 된 자산 모두 학교 비즈니스 시스템에 대 한 교사, 점점 더 많은 정보는 자동으로 다양 한 소셜 미디어와도 통신 소프트웨어를 공유 하는 그들의 아이디어 및 관심사를 통해와 같은 방문자, 수집. 캠퍼스 무선 네트워크와 모바일 인터넷, 단말기, 캠퍼스에서 풍부한 애플 리 케이 션의 많은 수의 급속 한 발전에 특히 무선 네트워크 일반 교사와 학생, 뿐만 아니라 더 나은 의사 결정 기준을 제공 하는 학교에 대 한 서비스를 제공 하는 더 큰 데이터 기술을 사용 하는 방법 되고있다 캠퍼스 무선 네트워크 개발 동향 미래에.

무제한 관리

캠퍼스는 다양 한 터미널 Pc, ipads, 아이폰, 그리고 터미널 브랜드는 또한 다양 한, 애플, 삼성, 기장;도 운영 체제는 또한 다양 한 다른 시스템, 무선 네트워크의 터미널, 비즈니스 시스템 지원 다르다. 터미널 브랜드, 비율의 종류의 분석을 적응 하 고 학생, 교사, 방문자, 지도자 및 브랜드 동향 분석의 다른 그룹 사이의 차이 대 한 다른 터미널 플랫폼 컨트롤 (첫 번째 개발 큰 플랫폼 보다 더 차지)의 진행을 수행 하는 비즈니스 시스템의 개발에 학교. H3C 지능형 터미널 인식 통해 기술, 무선 네트워크 터미널 모델에 현재 액세스 터미널 식별 분석의 지문 수준을 사용할 수 있습니다, 그리고 H3C와 함께 상세 관리 솔루션 될 수 있는 사용자, 위치, 시간 깊이 있는 통계, 대용량 데이터 분석 후속 사용 사용자 소비 용량, 사용자 브랜드 환경 분석의 결과에 따라 수 있습니다. 학교의 최고의 비즈니스와 함께 더 많은 사용자에 게 제공 하 대상 서비스 등등.

무선 위치

무선 위치

캠퍼스 무선 네트워크와 점점 더 풍부한 모바일 인터넷의 응용 프로그램, 무선 네트워크 요구, 원래 사무실 건물 및 범위, 기타 작은 영역을 사용 하 여 언제 어디서 나 사용자를 충족 하기 위해 점점 더 많은 학교 식당, 기숙사, 사각형, 홀 및 다른 광범위 한 범위, 및 더 성숙한 무선 네트워크 건설 확장 사용자가 무선 네트워크에 항상 연결 됩니다. 이 또한 무선 위치 분석을 위한 데이터 지원을 제공합니다. 또한, 우리는 무선 네트워크의 장점은 전통적인 유선된 네트워크 사용자는 네트워크를 언제 든 지 사용할 수 있습니다, 어디서 나, 그리고이 모바일 특성 결정 간단한 견적, 보험 효과 나중에 사용, 인구 밀도의 후속 사용의 건축의 앞에 보험 밀도 높은, 여부 이며 시간 관련 알아요. 대용량 데이터 기술 함께, 그것은 사용할 수 있습니다 특정 기간 사용자 밀도 계산 하 고 현재 무선 네트워크의 대역폭 및 트래픽을 실제 상황 최적화가 필요한 여부를 분석 하. 전통적인 위치 메서드는 가난한 위치 정확도 사전에 샘플을 캠퍼스에서 무선 위치 응용 프로그램에서 결과. "큐 피드" 위치 지정 알고리즘 x 공유 위치 결합의 H3C 혁신적인 사용 정확도 2의 위치 수 있습니다 ~ 3 미터, 엔진 위치 상단을 통해 대용량 데이터 분석을 제공 하는 학교의 비즈니스 시스템에 연결 될 수 있다, 미래 학교에서 널리 이용 될 것입니다.

교육

이제 학생 들 학습과 무선 네트워크는 밀접 하 게 관련, 학습, 시스템 선택 코스, ipad schoolbags, 온라인 대화형 교육, 보기 학교 버스 트랙, 대규모 데이터의 생산 뿐만 아니라 물론, 무선 네트워크의 사용에서 시간의 60% 이상 통계 학생에 따라 캠퍼스 탐색 무선 VOD 동영상을 통해 이러한 데이터를 사용 하 여 학생 들에 게 보다 나은 서비스를 제공 하는 방법? 우리가 뜨거운 코스에 무료 교실 분석 수행 과정 정보를 사용할 수 있습니다. 같이: 리 밍은 xx 대학 학생 들, 교육 위층 자율 학습, 전통적인 방법으로 리 밍은 어떤 교실, 상대적으로 사람들이 보고 찾을 교실 더 나은 위치에 서 저녁. 그러나, 라이브러리를 다시 보다 긴 시간. 빈 교실을 찾을 또는 그냥 앉아 읽을 책. 클래스, 커뮤니티 인와 다른 이유가 있기 때문에 기숙사가 더 자주 고 다시 봐야 고 군중, 교실 레저, 학생 클래스 교실 시간표 정보 분석의 교실 밀도 수 큰 데이터 기술의 사용 학교 교실의 합리적인 배분 하도록 시스템에 의해 각 교실 무료 상황을 분석할 수 있습니다 고 등 과정 정보 푸시에 수행 하는 터미널의 시간표를 결합할 수 있습니다. 학생 들은 휴대 전화 등 무선 단말기를 사용할 수 있습니다, ipad는 매우 직관적인 독 학에 대 한 올바른 교실을 선택할 수 있도록 스터디 룸에 현재 얼마나 많은 사람들이 보고 시스템에 그리고 각 연구에 방 코스 정보를 자신의 학습 시간 정렬의 현재 자습 실 나타납니다. 또한, 학생 들의 학업 성적 향상에 큰 데이터 기술의 사용은 또한 매우 중요 한 목표, 학생 생활에 많은 정보는 우리에 의해 무시 됩니다 종종 있으며 큰 데이터를 통해 기술에 이러한 중요 한 정보를 분석, 교실 출석, 화끈한 코스, 가장 인기 있는 교실 수 일반적으로 배울.

생활

학교 생활에서 "빅 데이터", 있다 이미 많은 대학과 학생 들 급 식 소비 통계에 따르면 ECNU의 "음식 경고" 시스템 등 응용 프로그램에 리드를 중국에서 식사 소비 당 학생의 60% 미만이 학생 추가 확인 목록을 입력 됩니다. 연구의 정확한 분석 후 치료에 대 한 우려 됩니다. 학생이 먹기에 있는 감소의 결과로 이러한 메시지를 받았다: "학생, 지난 달, 더 적은 음식 소비는 발견 모른다 재정적인 어려움 인지." 심지어 일부 중학교 수석 학생 들 식사 때문에 대학원 시험 정보를 구입 하 고 학교 또한 책 요금 보조금은 다음 조기 경보 시스템도 반영 될 수 있습니다 알지. 또한 학교 들 인간 구현. 그리고 무선 캠퍼스 사실, "큰 데이터"의 생활도는 다양 한 응용 프로그램. 예: 사용자의 이동 궤적, 시간, 사용자 유형, 무선 열 지도 기술 및 기타 정보 분석을 통해 학생 들은 매일 빌딩 어느 층의 체류 시간을 교실 커리큘럼 정보를 상기 하는 일에 관심을 지불 하는 데 시간이 오래에 대 한 교실에 학생 들과 함께 하는 교육에 반대로 주의 숙제 정보 함께에서 동시에 요리에 대 한 인기 있는 기준으로 다양 한 윈도우에서 식당의 직원 흐름 밀어 밀어 일일 특가; 하는 방법은 라이브러리, 어떤 책은 가장 인기 있는, 그리고 때 가장 인기 있는 서 책장을 통해 자동으로 올려집니다; 사용자의 장기 이동 궤적을 분석의 어떤 도서관 대학원 시험 준비 학생을 위한 교실-기숙사-식당 Sango 및 수석 학생 들, 그리고 다음 할 정확한 판단 통계를 일치, 같은 대학원 학교 준비 가이드, 보충 등 관련된 정보 관련된 정보 추천 클래스.

위의 소개는 빙산의 일각만 캠퍼스 무선 큰 데이터 응용 이며 장면 목록은 학교 가장 자주 발생 하는 여러 시나리오, 캠퍼스 애플리케이션에서 무선 큰 데이터는 많은. 오늘 모바일 인터넷 시대는 또한 거 대 한 수는 시대에, 어떻게 무선 데이터의 대용량 데이터 기술 학생, 교사 교육, 생활, 엔터테인먼트 경험과 더 나은 환경을 만들기 위해 결합 하는 사람의 방향으로 일하고 있다.