基於用戶觀看時間測量和模型的網路視頻系統最佳化

《基於用戶觀看時間測量和模型的網路視頻系統最佳化》是依託北京交通大學，由陳一帥擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於用戶觀看時間測量和模型的網路視頻系統最佳化
• 項目類別：青年科學基金項目
• 項目負責人：陳一帥
• 依託單位：北京交通大學

項目摘要

隨著寬頻網路的快速普及，網路視頻已成為網際網路最主要的承載業務。研究用戶觀看時間，有助於理解網際網路用戶的視頻觀看行為，評估用戶粘性，估計系統負載和最佳化系統算法。然而，由於缺乏充分的測量數據支持，對用戶觀看時間的研究一直不系統、不精確、不全面，沒有建立用戶觀看時間的準確模型。本研究擬基於國內主流網路視頻業務提供商提供的海量、高精度、內容豐富的用戶觀看行為測量數據，通過大規模數據分析和挖掘，發現用戶觀看時間與用戶、視頻、環境、演播質量等因素之間的關係，建立用戶觀看時間的分布模型和預測模型。基於上述模型，比較分析目前流行的網路視頻系統中採用的客戶端預取策略和網路快取策略的性能，提出新的最佳化算法。本研究意在揭示網際網路用戶視頻觀看行為的本質特徵，建立網路視頻用戶服務模型，理論評估和最佳化系統算法。本研究的成果對於提升網路視頻傳輸的效率，促進網路視頻技術的發展和系統最佳化具有重要意義。

結題摘要

視頻正成為通信網最主要的承載業務。測量和分析視頻用戶的觀看時間和行為、最佳化和設計新一代視頻系統，是促進通信產業、視頻行業發展的當務之急。在本課題中，課題組首先通過對項目合作單位、國內主流網路視頻業務提供商PPTV提供的大規模用戶觀看行為測量數據的分析、挖掘，對網路視頻用戶行為、特別是觀看時間，進行了特徵分析和建模，建立了網路視頻用戶的觀看時間分布模型，揭示了移動用戶、觀看熱門視頻的用戶、觀看視頻連續劇的用戶、新進入系統用戶的觀看行為特徵，提出了用戶觀看行為、壽命、性別的預測算法，並就保護用戶隱私、提高推薦準確度，提出了設計框架和具體改進算法。為了測量公共空間視頻用戶行為，課題也提出了一種利用用戶軌跡進行用戶識別和跟蹤的算法；基於上述測量結果和模型，課題組對視頻客戶端、雲+P2P的視頻內容分發系統的預取策略、快取策略等算法進行了設計，提出了新的算法，並針對無線用戶設計了一套WiFi-Direct和LTE合作的手機視頻流媒體系統。