基于用戶點播行為的視頻質(zhì)量評價研究.pdf

1、2014年在全球及中國經(jīng)濟復(fù)蘇態(tài)勢不如預(yù)期、部分廣告主預(yù)算保守、政府限娛令以及視頻企業(yè)上一年度為了購買版權(quán)而激烈爭奪等背景下，中國視頻行業(yè)拉開了深度整合的序幕，通過合并、結(jié)盟、團購、互換等措施，以降低版權(quán)成本、提高資源效率，提升企業(yè)盈利能力。2014年也是網(wǎng)絡(luò)視頻企業(yè)投入變革的一年，除了對傳統(tǒng)PC端業(yè)務(wù)的大力投入，還在移動視頻、UGC、社交、付費、高清視頻等方面都將有重點突破。針對上述情況，需要了解當(dāng)前市場格局，摸清網(wǎng)民需求與偏好、渠道

2、選擇、收視行為、付費行為以及購買能力等現(xiàn)狀，給企業(yè)在戰(zhàn)略選擇、產(chǎn)品設(shè)計、內(nèi)容供給和市場活動方面的決策提供參考。
　　基于以上背景，本文在介紹了數(shù)據(jù)挖掘技術(shù)的基本原理等與用戶行為挖掘密切相關(guān)的經(jīng)典算法的前提下，又分別對網(wǎng)絡(luò)視頻用戶基本行為進行采集處理，基于用戶聚類算法及其執(zhí)行流程，從海量用戶歷史行為數(shù)據(jù)切入進行了概括介紹。并在上述分析結(jié)果的基礎(chǔ)上，從多元回歸模型的角度，闡釋了播放指數(shù)對視頻位置優(yōu)化的影響，并初步建立播放指數(shù)回歸預(yù)測模

3、型，分析了用戶行為特征及表現(xiàn)形式，并對用戶行為的流動性做了詳細描述，結(jié)合用戶日志的原始數(shù)據(jù)，對用戶行為進行聚類和主成分分析。
　　其次，基于實驗數(shù)據(jù)建立了多頻道視頻播放指數(shù)動態(tài)規(guī)劃模型，并根據(jù)對視頻移動客戶端操作系統(tǒng)版本、網(wǎng)絡(luò)運營商、屏幕分辨率、品牌和機型的統(tǒng)計分析，綜合建立了模型表達式，結(jié)合分析軟件計算出播放指數(shù)值，并對其進行簡單解析。為確保模型的準(zhǔn)確度，基于目標(biāo)函數(shù)的系數(shù)變化和右端項變化兩個測度情況，對實驗結(jié)果進行靈敏度分析，