随着移动网络带宽的不断增加和流媒体技术的日益成熟,各类流媒体视频业务受到了越来越多人们的喜爱,如视频会话业务和视频点播业务等。然而,受到IP网络尽最大可能服务及UDP协议不可靠传输的限制,现有流媒体业务仍无法满足用户的需求。为了衡量一项流媒体业务的用户接受程度,行业内将用户体验质量作为一个重要指标。通过对用户体验质量进行实时监测可以帮助网络提供商发现网络拥塞状况并及时调整网络资源部署。同时,服务提供商也可以通过监测用户体验质量不断提升其服务水平。因此,需要一个完善的移动网络流媒体业务端到端用户体验质量评测模型进行有效的服务质量实时监控。首先,本文对比了用户体验质量主客观评测方法的优缺点及适用场景。主观评测方法因需要大量的人力和时间而无法适应实时评测的需求,但其评测结果直观有效,可以用于客观评测模型的训练与验证。客观评测方法通过从视频中提取损伤指标并建立数学模型来评价用户体验质量。然而,传统评测模型受到数学公式和拟合方式的限制而无法同时考虑大量损伤指标,因此本文将采用统计学习方法建立用户体验质量评测模型。基于上述研究,本文定义了包括视频相关、端到端网络丢包损伤和端到端网络时延损伤在内的25个特征参数。视频相关特征参数包括编码损伤和内容相关特征参数。端到端网络丢包和时延损伤特征参数包括了传统网络层数据包级别参数和应用层视频帧级别特征参数。随后,本文搭建了移动网络流媒体端到端模拟业务平台并进行用户体验质量主观测试。此平台充分模拟了流媒体在现实网络中的端到端传输过程中的各类网络损伤,可以生成具有不同程度丢包和时延损伤的网络数据流,为用户体验质量主观测试提供素材。主观测试结果将用于客观评测模型的训练与验证。最终,本文利用上述特征参数建立了基于决策树方法的用户体验质量评测模型。本模型具有计算复杂度低的特点,能够满足网络侧用户体验质量实时评测的需求。同时,通过分析利用不同特征参数子集建立的决策树模型,可以得到各特征参数对用户体验质量的影响程度,为后续的研究提供理论依据。