王 昊

本文提出模型主要是用于评估流媒体服务的用户体验质量，它的实现方法是从网络物理层包级别和应用层视频帧级别提取一系列描绘视频特性及网络丢包和时延损伤的特征参数，然后使用决策树统计学习方法进行评测。通过对这些特征参数的提取和分析，就可以对流媒体服务的用户体验质量进行评测。具体的评测方法使用了决策树的统计学习方法，可以自动的对这些特征参数进行分类和判断，最终给出用户体验质量的评分。这样，就能够及时了解到流媒体服务的质量状况，对服务进行优化和改进，提升用户体验。决策树算法采用自顶向下递归的实现方式，分类速度非常快，特别是对于大规模的数据集，它的运算速度也非常快。决策树算法生成的模型非常易于理解和解释，因为它使用一系列基于特征参数的规则来分类，也可以将树形结构可视化以便理解。对于流媒体服务的用户体验质量评测问题，决策树算法具有较大的优势。

决策树；流媒体；视频用户体验质量评测模型；研究

[1] 张儒源,闫旭鹏,胡博然.基于用户体验的移动网络质量评测体系研究[J].信息通信技术与政策,2020(08). [2] 辛海英.用户体验的主观评价与模型[J].移动通信,2013(13). [3] 陈湘.移动互联网时代用户体验个性化变革趋势研究[J].数码世界,2017(10). [4] 韦景竹,张乐乐.用户体验及其在公共文化云平台的应用[J].图书馆论坛,2022(08). [5] 赵克楠,朱红杰,陈亮.江苏有线南京分公司宽带用户体验自动预知及优化系统[J].中国有线电视,2020(12).

点击下载PDF