基于视频网络的终端用户视频体验建模.docx

??

?

??

基于视频网络的终端用户视频体验建模

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

许方镪

摘要：【目的】根据实验数据分别建立用户体验评价变量初始缓冲时延和卡顿时长占比两个因素与网络侧变量（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。【方法】首先通过多元非线性函数，利用Matlab软件进行建模，得出初始缓冲时延和网络侧变量的函数关系。而卡顿时长与网络侧变量没有明显的线性、非线性关系，所以采用BP神经网络来训练表示他们之间的关系。【结论】得到了用户体验评价变量初始缓冲时延和卡顿时长占比两个因素与网络侧变量之间的函数关系。

关键词：统计回归模型；多元非线性函数；人工神经网络；BP神经网络模型

TP393.0：A：1009-3044（2018）24-0203-03

Abstract：[purpose]Accordingtotheexperimentaldata，therelationshipbetweentheinitialbufferdelayandthecartondurationoftheuserexperienceevaluationvariableandthenetworksidevariable（initialbufferpeakrate，averageplaybackrateintheplaybackphase，E2ERTT）areestablished.[method]Firstly，themulti-linearfunctionisusedtomodelwithMatlabsoftware，andtherelationshipbetweentheinitialbufferdelayandthenetworksidevariableisobtained.However，thereisnoobviouslinearandnonlinearrelationshipbetweentheCartondurationandthenetworksidevariables，soBPneuralnetworkisusedtotrainandexpresstherelationshipbetweenthem.[result]Thefunctionalrelationshipbetweentheinitialbufferdelayandthecartondurationratiooftheuserexperienceevaluationvariableandthenetworksidevariableisobtained.

Keywords：statisticalregressionmodel；multivariatenonlinearfunction；artificialneuralnetwork；BPneuralnetworkmodel

1引言

據统计，近年来网络视频的用户占我国网民用户比例超过60%，视频业务流量在网络流量中的占比超过70%[1]。随着在移动智能终端上观看网络视频的用户越来越多，如何建立起评价用户体验的指标也已经成为当前热点研究课题。观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，因此可以用初始缓冲时延和卡顿时长占比来定量评价用户体验。

2问题分析与方法

2.1初始缓冲时延及其主要影响因素的问题分析

在视频业务中，影响视频体验指标vMOS的最关键因素之一是视频初始缓冲等待时间，即初始缓冲时延，以此作为评价用户体验的指标，从而来研究初始缓冲时延及其主要影响因素的问题，对日益重要的视频优化工作开展有一定的指导意义[2]。

所求的第一个函数关系属于统计数学问题，对于此问题，可采用统计回归的方法来解决。根据《基于移动视频的移动承载网络要求》白皮书[3]，初始加载时间是由视频解析阶段和数据下载缓冲阶段共同决定的，为了求出初始缓冲时延也网络侧变量的关系，引入中间变量初始下载平均速率，建立统计回归模型，求出初始下载平均速率与网络侧变量的函数关系，即可得初始缓冲时延与网络侧变量的函数关系表达式。

2.2卡顿时长占比及其主要影响因素的问题分析

针对所求的第二个函数关系，分析数据发现，卡顿时长是否为0取决于播放时间平均下载速率与视屏码率的大小关系，满足一定条件时卡顿时长为0，对于卡顿时长不为零的情况再另行分析。用类似于第一个函数的统计回归