论文部分内容阅读
国内外主流电信运营商均基于宽带IP网开展了大规模IPTV业务。然而,随着用户量的膨胀和网络的拥塞,IPTV服务质量下降趋势日益严重,用户投诉不断增加,客户感知质量(QoE,Quality of Experience)问题已经成为了制约IPTV业务发展的主要瓶颈。一方面,运营商难以主动获取IPTV客户的收视质量,难以在客户投诉前发现问题。另一方面,与IPTV质量相关的网络层、业务层指标众多,运营商也在日常运行中收集了大量的IPTV相关指标数据,但难以确定QoE关键指标,也难以从海量IPTV指标数据中挖掘每个IPTV客户的日常感知质量。本文针对上述问题开展研究,目标包括三个方面:(1)从现有的IPTV相关指标中,找出与IPTV QoE相关性最高的若干关键指标;(2)设计一种IPTV QoE模型和数据挖掘框架,能够从海量的IPTV指标数据中获得相对准确的用户QoE评分;(3)设计一套基于数据挖掘的IPTV QoE评价原型系统。本文工作如下:首先,本文调研了行业内的IPTV相关指标,对现有的IPTV QoE评价方法、数据挖掘算法,以及基于数据挖掘的QoE评价方法进行了调研和分析。其次,将IPTV指标参数分为三类:IPTV视频QoE参数、IPTV承载网络QoE参数和用户终端性能QoE参数;采用因子分析方法、主成分分析法和相关性分析方法找出影响QoE的关键指标,并将本文的QoE关键指标挖掘方法与现有的指标获取方法进行分析对比,最后给出IPTV QoE指标体系。第三,提出了一种主客观结合的QoE评价方法,该方法采用拟合方式,构建从原始指标到QoE评分的计算过程。该评价算法实现了从原始IPTV指标数据到IPTV QoE评分的挖掘输出。最后,采用上述方法,设计了一套IPTV QoE评价原型系统,以仿真实验、真实数据集两种方式,验证了原型系统和评价方法的有效性。同时利用回归分析中的拟合优度验证了本文评价模型中的QoE拟合函数能较好地反映指标与QoE之间的关系。