a题网络侧估计终端用户视频体验建模

《a题网络侧估计终端用户视频体验建模》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、A题网络侧估计终端用户视频体验建模摘要随着无线宽带网络的升级，以及智能终端的普及，越来越多的用户选择在移动智能终端上使用应用客户端APP观看网络视频，这是一种基于TCP的视频传输及播放。但应用客户端APP的视频质量并不一定能使客户满意，即用户的体验质量需要提高。因此网络传输中的网络参数和终端的用户体验质量之间的关系成为业界的研究热点。看网络视频影响用户体验的两个关键指标是初始缓冲等待时间和在视频播放过程中的卡顿缓冲时间，我们用初始缓冲时延和卡顿时长占比（卡顿时长占比=卡顿时长/视频播放时长）来定量评价用户体验。通过对网络参数和视频内容对视频质量的影响、考虑视频内容的体验质量评

2、价模型和基于机器学习的QOE与QOS评价模型的分析研究，本文利用主成分分析、回归分析、深度学习等方法，开展用户体验评价变量（初始缓冲时延，卡顿时长占比）与网络侧变量（初始缓冲峰值速率，播放阶段平均下载速率，E2ERTT)之间的函数关系的研究，采用研究两组变量之间相关关系的多元统计方法。18关键字：QOEQOS多元统计层次分析一、问题重述1.1基本情况看网络视频影响用户体验的两个关键指标是初始缓冲等待时间和在视频播放过程中的卡顿缓冲时间，我们可以用初始缓冲时延和卡顿时长占比（卡顿时长占比=卡顿时长/视频播放时长）来定量评价用户体验。研究表明影响初始缓冲时延和卡顿时长占比的主要因

3、素有初始缓冲峰值速率、播放阶段平均下载速率、端到端环回时间（E2ERTT），以及视频参数。1.2有关信息附录中给出了一些用户的网络视频观看满意度和网络状况数据资料：附录一1.3问题提出根据这些数据资料，利用数学建模的方法，解决如下问题：（1）找出初始缓冲时延与初始缓冲峰值速率、E2ERTT之间可能存在的关系；（2）找出卡顿时长占比与播放阶段平均下载速率的函数关系；（3）探寻其他变量对用户体验评价变量可能存在的影响。18二、问题分析用户的观看体验直接关系到app客户端的当年经济效益和长远发展战略。为此需要对户体验评价变量建立一个合理的量化方法，从而得出用户体验评价与网络侧变量之

4、间的函数关系。要解决这个问题，需解决以下几点：1.确定这些因素与初始缓冲时延和卡顿时长占比之间的关系；2.根据附件提供的实验数据建立用户体验评价变量（初始缓冲时延，卡顿时长占比）与网络侧变量（初始缓冲峰值速率，播放阶段平均下载速率，E2ERTT）之间的函数关系。对问题1的分析：面对含有大量数据的实际问题时，往往需要或可以利用多元统计分析的方法去处理这些数据。此处需分析这些因素与初始缓冲时延和卡顿时长占比之间的关系，因此，考虑采用研究两组变量之间相关关系的多元统计方法。对问题二的分析在对用户体验评估时，运用层次分析法（根据已知函数关系，变量因素，建立目标，准则，措施层进行分析）

5、三、几个变量之间的相互关系3.1E2ERTT对vMOS的影响18①vMOS与E2ERTT负相关，vMOS随E2ERTT的减少而增大。②在当前的网络条件下，E2ERTT对vMOS的贡献的拐点为30ms附近。③在拐点前E2ERTT每减少10ms，vMOS平均增加0.072，平均增加7.2%注[1]；在拐点后E2ERTT每减少10ms，vMOS平均增加0.036，平均增加3.6%。注[1] 拐点前，指E2ERTT从大到小方向经过拐点。3.2初始缓冲峰值速率对vMOS的影响18vMOS与初始缓冲峰值速率正相关，vMOS随初始缓冲峰值速率增大而增大。在当前的网络条件下，初始缓冲峰值速率

6、对vMOS贡献的拐点为30Mbps附近。随着视频的分辨率或码率变大，初始缓冲量也变大，初始缓冲峰值速率对vMOS贡献的拐点也随之变大。随着E2ERTT的减小，初始缓冲峰值速率对vMOS贡献的拐点也随之变大。初始缓冲峰值速率每增加10Mbps，拐点前，vMOS提升约0.252，平均提升约25.2%注[2]；拐点后，vMOS提升约0.014，平均提升约1.4% 注[2]拐点前，指初始缓冲峰值速率从小到大方向经过拐点。18上面散点图表明：现网绝大部分用户的vMOS得分，都没有获得当前初始缓冲峰值速率前提下的理想vMOS得分（原因：E2ERTT受限等等）。3.1卡顿占比和vMOS的关

7、系18vMOS与卡顿时长占比负相关，卡顿时长占比越高vMOS越低。四、建议与可视化解决方法视频时代，体验为王，消费者更愿意为更好的视频体验买单，视频体验的高效运维，对于用户体验感知尤为重要。运营商视频业务涉及视频平台、分发网络、家庭网络、播放终端等多个环节，而传统的运维手段以网络KPI为中心，不能主动感知用户视频体验，缺乏对群体故障的预防能力，通过客户报障来被动触发，视频运维呈现处处救火之势，成为运营商视频业务规模发展的难题。体验可视：基于用户KQI检测核心能力，实时采集全网用户体验数据，通过U-vMO