網(wǎng)絡(luò)視頻服務(wù)中用戶體驗(yàn)質(zhì)量預(yù)測(cè)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)以及視頻多媒體技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)視頻作為一種重要的休閑娛樂方式，受到了人們的一致追捧。思科公布的互聯(lián)網(wǎng)預(yù)測(cè)報(bào)告顯示:2015年網(wǎng)絡(luò)視頻流量占全部互聯(lián)網(wǎng)流量的70％，預(yù)計(jì)到2020年所有消費(fèi)的網(wǎng)絡(luò)流量中的視頻流量將占到82％，其中移動(dòng)視頻數(shù)據(jù)流量將占總網(wǎng)絡(luò)流量的50％。如此龐大的視頻數(shù)據(jù)流量對(duì)當(dāng)前的視頻服務(wù)，特別是移動(dòng)端視頻服務(wù)，帶來了極大的挑戰(zhàn)。與此同時(shí)，視頻用戶對(duì)視頻觀看質(zhì)量也提出了更高層次的要求:高視頻分辨率、低啟動(dòng)

2、時(shí)延、低緩沖率，追求更高的用戶體驗(yàn)質(zhì)量(Quality of Experience，QoE)。因此，研究如何精準(zhǔn)預(yù)測(cè)網(wǎng)絡(luò)視頻服務(wù)中的用戶體驗(yàn)質(zhì)量，近而提升視頻用戶體驗(yàn)質(zhì)量，具有很大的理論價(jià)值和商業(yè)應(yīng)用價(jià)值。現(xiàn)有的關(guān)于用戶體驗(yàn)質(zhì)量的研究工作中，大多是研究視頻用戶觀看行為以及視頻質(zhì)量影響因素，或者提出一些復(fù)雜的控制平臺(tái)系統(tǒng)來優(yōu)化網(wǎng)絡(luò)視頻資源傳輸效率，或者研究復(fù)雜的視頻編碼，來提升用戶體驗(yàn)質(zhì)量。本文擬運(yùn)用機(jī)器學(xué)習(xí)算法，構(gòu)建簡(jiǎn)單、易部署的基于用

3、戶終端的QoE模型，提升用戶體驗(yàn)質(zhì)量。
　　本文的具體貢獻(xiàn)主要有如下四個(gè)方面。
　　(1)詳細(xì)分析了PPTV視頻用戶接入日志數(shù)據(jù)集，發(fā)現(xiàn):1）起始緩沖時(shí)長(zhǎng)比緩沖總時(shí)長(zhǎng)更需要針對(duì)性的優(yōu)化;2）緩沖次數(shù)與用戶有效觀看時(shí)間比的相關(guān)性最大。在此基礎(chǔ)上設(shè)計(jì)了一種高性能的基于隨機(jī)森林算法的QoE映射模型，在預(yù)測(cè)用戶體驗(yàn)質(zhì)量不好時(shí)的F1值達(dá)到0.77，并且起始緩沖時(shí)長(zhǎng)和緩沖次數(shù)對(duì)模型預(yù)測(cè)效果的影響較大。
　　(2)開發(fā)了一整套適用于

4、LTE網(wǎng)絡(luò)環(huán)境下DASH視頻質(zhì)量研究的實(shí)驗(yàn)平臺(tái)。具體說來，在阿里云服務(wù)器上搭建了DASH視頻服務(wù)器，并部署了MongoDB數(shù)據(jù)庫用于測(cè)量數(shù)據(jù)的持久化存儲(chǔ);開發(fā)了Android app應(yīng)用用于采集LTE網(wǎng)絡(luò)質(zhì)量參數(shù)，修改dash.js客戶端源碼來采集DASH視頻客戶端播放信息。
　　(3)通過對(duì)實(shí)驗(yàn)測(cè)量數(shù)據(jù)的研究分析發(fā)現(xiàn):1）當(dāng)緩沖區(qū)長(zhǎng)度低于0.5秒鐘時(shí)，視頻將會(huì)出現(xiàn)卡頓;2)當(dāng)前LTE網(wǎng)絡(luò)下的DASH視頻用戶體驗(yàn)質(zhì)量的主要問題在于