网络视频环境中面向用户qoe的分析与应用

《网络视频环境中面向用户qoe的分析与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇＇一＇＇！－．：Ｖ＾ｖ：：－ｉ－：，ｒ：．：戈ｖｖ：Ｖｉ；Ｖｆ＇．、‘．：，－．ｆ；ｖｆ呵；，．感＇，＾＇１０２９３＾－：公单位代码：密级并＼ＸｉＡＷ／—黯－‘．‘’—Ｉ：、！！？鮮鲜＇一Ｔ’六＾．貧，．１。＇■硕女缘像讼戈維－Ｖ＇‘Ｉ．非．．心：與斬為、騎杰乂论文题目：网络视频环境中面向用户ＯｏＥ的分析与应用’．－．．．．＂Ｊ‘．兰．户公’＾’批＇：．＾，Ｌ于户畔’学号１０１３０１０６３５Ｖ挺寶姑ｒ＞

2、．’巧请苑．／；杀．Ｌ．ｉ＇■＇■迹遲？董■姓名－Ｍ：＜＇．‘记園＾导以巧ｆ．幾；，育吕基＇ｆ号皂ｉ－＇处理学科专业＇’，；霉，，／研究方向图像处理与多媒体通信體芦工学硕申请学位类别－丈：％ｖ／＇＇＂２０１６４＾，‘－论文提交日期．，．招发苗＾＇＇＾■■．－．．．．．：．ｖ．．．．＇＇＇．．．’＇．，典；＇Ｙ巧誘合二辞苗＞獲，讀品’＇’．．．＇‘＇北巧＇－’龙．、．：兰苗今公．：ＶＶ＼＼火＾。林言乂＇

3、’．：一＇■．，？：：：：．．：ｖ，苗潘．花，（．ｖ．．。折；｝减＆辦记AnalysisandApplicationforUser'sQoEinNetworkVideoEnvironmentThesis Submitted to Nanjing University of Posts and Telecommunications for the Degree of Master of EngineeringBySiying SunSupervisor: Prof. Liang ZhouApril2016摘要互联网技术飞速发展

4、的当下，视频多样性服务也大量涌现，用户对于视频质量的需求也随之增长。为了更好地服务用户，提升用户体验，服务商致力于研究各方面指标以改善用户体验质量（QoE）。因此，如何通过调整、权衡各指标来预测QoE成为了当下的研究热点。本文从数据分析、建模预测的角度出发，展开了一系列研究。本文首先进行了数据搜集、数据预处理等前期准备工作，从而获得了大量与视频相关的指标数据。为了对可能影响QoE的因素进行分析，本文进行了数据清洗、离散化、统计分析等工作，从而筛选出合适的影响因素。通过对比多种经典机器学习算法，选取决策树模型对QoE进行建模预测。具

5、体而言，本文的主要研究工作有如下三点：首先，在利用信息增益进行相关性分析时，采用信息增益最大化方法对连续型数据进行离散化处理，并对现有快速离散算法进行改进。通过对含有重复值的特征数据进行重新整合归类，使快速离散算法能适用于任何类型的数据集，提高了离散化的准确率。与此同时将改进快速算法运用到构建树时的二分离散中，加快了建树速度，又达到了与原树相同的预测效果。其次，为了精简C4.5决策树模型，对停止条件进行了改进。通过将模型复杂度与准确率权衡比较，共同决定待分裂子集数据量的最小值，使决策树在保证一定准确率的前提下达到最精简模式。通过实

6、验验证这样改进会使得模型的复杂度、算法耗时大大降低，从而能够适应更庞大的数据量。最后，针对决策树建模过程中的特征选取准则进行了改进。通过引入特征离散度指标，与原始信息增益率指标相结合，综合考虑数据本身的离散程度和分布情况，构建新的选取标准。通过实验证明新的选取标准使得特征选取更为准确，同时可以提高决策树模型的预测准确率。本文最后通过与其他模型进行对比，对改进模型准确率、复杂度、耗时等多方面进行测试，验证了所设计方案的性能以及改进算法在QoE预测准确性方面的提升效果。关键词:用户体验质量，建模预测，决策树，信息增益，快速离散IAbs

7、tractNowadays with the rapid development of Internet technology, the emergence of a large number of video diversity services leads to user'sgrowing demand for high video quality. In order to provide better service and improve the user’s experience of watching videos, 

8、video service providers are now working hard on various indicators to improve user’sQuality of Experience (QoE). Therefore,