近年來,全球移動(dòng)流量呈現(xiàn)爆炸式增長,視頻流量在其中占了很大的比重,在高峰時(shí)段人們對(duì)于視頻的請(qǐng)求會(huì)造成網(wǎng)絡(luò)的擁堵,為了減輕高峰時(shí)段網(wǎng)絡(luò)中的壓力,減少視頻傳輸對(duì)于帶寬的占用是一個(gè)亟待解決的問題。隨著單位存儲(chǔ)容量硬件成本的降低,將視頻的一部分或者全部提前緩存到用戶本地,在高峰時(shí)段用戶就可以從本地客戶端當(dāng)中獲取請(qǐng)求的視頻文件,這對(duì)于減輕網(wǎng)絡(luò)中的擁堵將會(huì)是一個(gè)非常有前景的辦法。如果結(jié)合多播的技術(shù)將多個(gè)用戶請(qǐng)求的視頻文件在只占用一份頻譜資源的情況下發(fā)送給這些用戶,那么就可以大大減輕視頻對(duì)于網(wǎng)絡(luò)傳輸?shù)膲毫�。用戶要想在高峰時(shí)段從本地客戶端當(dāng)中獲取請(qǐng)求的文件,就需要對(duì)用戶的請(qǐng)求作出提前的預(yù)測,將用戶喜歡的視頻文件緩存到用戶端。利用推薦算法預(yù)測用戶對(duì)于視頻文件的喜好是緩存得以發(fā)揮作用的重要基礎(chǔ)。本論文首先以分布式編碼緩存算法為理論依據(jù),用USRP(Universal Software Radio Peripheral)硬件平臺(tái)以及GNU Radio軟件工具搭建了視頻緩存多播系統(tǒng)探究該算法在無線信道當(dāng)中能夠給視頻傳輸帶來的增益,相比于過去的系統(tǒng),該系統(tǒng)設(shè)計(jì)了新型的數(shù)據(jù)包結(jié)構(gòu)能夠使視頻多播在物理層上實(shí)現(xiàn),實(shí)驗(yàn)結(jié)果表明分布式編碼緩存算法能夠在很大程度上減輕視頻傳輸對(duì)于網(wǎng)絡(luò)中的壓力,我們搭建的系統(tǒng)的實(shí)際增益很接近理論增益。接下來本論文針對(duì)那些完全沒有得到評(píng)分的電影基于文本分析的方法對(duì)于電影的文本情節(jié)進(jìn)行處理,從電影本身而不是用戶對(duì)于電影的評(píng)分矩陣當(dāng)中獲取電影的特征。接下來采用協(xié)同過濾的方法對(duì)于這些電影進(jìn)行評(píng)分預(yù)測,實(shí)驗(yàn)結(jié)果表明該算法相比于其他一些算法能夠在一定程度上提高預(yù)測的精準(zhǔn)性。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN929.5
【部分圖文】：

1.2 論文的研究背景1.2.1 緩存與多播的研究背景目前全球移動(dòng)數(shù)據(jù)的流量正在急速增長，如圖1 1所示，全球每年的移動(dòng)數(shù)據(jù)流量將會(huì)以 47% 的比例持續(xù)增長，預(yù)計(jì)到 2021 年視頻將會(huì)占據(jù)超過四分之三的移動(dòng)數(shù)據(jù)流— 1 —

Fig 1 2 Caching strategy for N = 2 files and K = 2 users with cache size M = 1[2]法在無線視頻傳輸中對(duì)于性能的提高作用。圖1 2是分布式編碼緩存算法原理的基本闡釋，在服務(wù)器當(dāng)中有 A，B 兩個(gè)文件，每個(gè)文件被分為前后兩個(gè)部分，在緩存放置階段左邊的用戶緩存了 A 文件的前半部分1以及 B 文件的前半部分1; 右邊的用戶緩存了A 文件的后半部分2以及 B 文件的后半部分2。在內(nèi)容發(fā)送階段，左邊的用戶請(qǐng)求文件 B，右邊的用戶請(qǐng)求文件 A，由于在緩存放置階段，左邊的用戶已經(jīng)緩存了1, 只需要從服務(wù)器獲取2就可以了，同理，右邊的用戶只要從服務(wù)器獲取1就可以了。傳統(tǒng)的方式是服務(wù)器分別把2以及1發(fā)送給這兩個(gè)用戶

Fig 1 2 Caching strategy for N = 2 files and K = 2 users with cache size M = 1[2]法在無線視頻傳輸中對(duì)于性能的提高作用。圖1 2是分布式編碼緩存算法原理的基本闡釋，在服務(wù)器當(dāng)中有 A，B 兩個(gè)文件，每個(gè)文件被分為前后兩個(gè)部分，在緩存放置階段左邊的用戶緩存了 A 文件的前半部分1以及 B 文件的前半部分1; 右邊的用戶緩存了A 文件的后半部分2以及 B 文件的后半部分2。在內(nèi)容發(fā)送階段，左邊的用戶請(qǐng)求文件 B，右邊的用戶請(qǐng)求文件 A，由于在緩存放置階段，左邊的用戶已經(jīng)緩存了1, 只需要從服務(wù)器獲取2就可以了，同理，右邊的用戶只要從服務(wù)器獲取1就可以了。傳統(tǒng)的方式是服務(wù)器分別把2以及1發(fā)送給這兩個(gè)用戶

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許媛萍;;基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J];新聞研究導(dǎo)刊;2018年13期

2 李改;鄒小青;;基于隱式反饋的協(xié)同過濾算法研究綜述[J];福建電腦;2018年11期

3 胡致杰;胡羽沫;;協(xié)同過濾推薦瓶頸問題研究[J];無線互聯(lián)科技;2016年09期

4 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺(tái)研究[J];科技風(fēng);2012年06期

5 張家鑫;劉志勇;張琳;張倩;莎仁;;基于協(xié)同過濾的多維度電影推薦方法研究[J];長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年02期

6 楊莉;;基于時(shí)間因子的協(xié)同過濾算法研究[J];電腦知識(shí)與技術(shù);2019年09期

7 章宗杰;陳瑋;;基于標(biāo)簽擴(kuò)展的協(xié)同過濾算法在音樂推薦中的應(yīng)用[J];軟件導(dǎo)刊;2018年01期

8 王嬋;;一種基于加權(quán)因子的混合協(xié)同過濾算法[J];電腦知識(shí)與技術(shù);2018年09期

9 劉文佳;張駿;;改進(jìn)的協(xié)同過濾算法在電影推薦系統(tǒng)中的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2018年17期

10 吳佳婧;賀嘉楠;王越群;董立巖;;基于項(xiàng)目屬性分類的協(xié)同過濾算法研究[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2018年04期

相關(guān)會(huì)議論文 前10條

1 孫見山;徐東;姜元春;;融合人格信息的單分類協(xié)同過濾方法研究[A];第十二屆（2017）中國管理學(xué)年會(huì)論文集[C];2017年

2 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

3 陳曦;;基于二階定時(shí)修正協(xié)同過濾系統(tǒng)的信息推薦算法[A];2019年第二屆鋼鐵工業(yè)智能制造發(fā)展論壇會(huì)議論文集[C];2019年

4 駱正清;鄭濤;;基于標(biāo)簽聚類的協(xié)同過濾推薦算法[A];第十三屆（2018）中國管理學(xué)年會(huì)論文集[C];2018年

5 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

6 孫鐵利;楊焱;邱春艷;;基于內(nèi)容預(yù)測的協(xié)同過濾推薦[A];2005年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

7 劉牧;楊智強(qiáng);王衡;;基于普適計(jì)算的日程發(fā)現(xiàn)方法探討[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【poster】[C];2011年

8 潘崇倫;張弛;;協(xié)同過濾的自服務(wù)模式在水務(wù)信息基礎(chǔ)架構(gòu)管理中的研究[A];大數(shù)據(jù)時(shí)代的信息化建設(shè)——2015（第三屆）中國水利信息化與數(shù)字水利技術(shù)論壇論文集[C];2015年

9 陶紅亮;王明文;曹瑛;;基于項(xiàng)目平滑和聚類的協(xié)同過濾推薦算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

10 易們;楊成;柴智;;基于重排序的新用戶TOPN推薦方法研究[A];第十九屆中國科協(xié)年會(huì)——分4信息新技術(shù) 東北新工業(yè)論壇論文集[C];2017年

相關(guān)重要報(bào)紙文章 前3條

1 林嘉澍;從搜索到發(fā)現(xiàn)[N];經(jīng)濟(jì)觀察報(bào);2007年

2 本報(bào)記者 沈佳;數(shù)據(jù)大了 決策準(zhǔn)了[N];山西日?qǐng)?bào);2014年

3 林嘉澍;若鄰網(wǎng)絡(luò)：發(fā)掘網(wǎng)上的真實(shí)人脈[N];經(jīng)濟(jì)觀察報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 符明晟;基于深度學(xué)習(xí)的智能推薦技術(shù)研究[D];電子科技大學(xué);2019年

2 顧梁;播存結(jié)構(gòu)中基于協(xié)同過濾的內(nèi)容推薦技術(shù)研究[D];東南大學(xué);2017年

3 袁衛(wèi)華;面向稀疏數(shù)據(jù)的多視圖個(gè)性化推薦方法研究[D];山東師范大學(xué);2018年

4 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動(dòng)問題研究[D];浙江大學(xué);2005年

5 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

6 段銳;融合文本內(nèi)容與情境信息的協(xié)同過濾推薦方法研究[D];合肥工業(yè)大學(xué);2017年

7 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

8 張雪潔;基于QoS的個(gè)性化云服務(wù)推薦方法研究[D];南京航空航天大學(xué);2015年

9 姜邵巍;基于競爭關(guān)系的推薦技術(shù)研究[D];北京郵電大學(xué);2014年

10 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 章琦;基于協(xié)同過濾的全球AI挑戰(zhàn)賽社區(qū)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

2 劉運(yùn)沖;基于改進(jìn)的時(shí)間與用戶影響的協(xié)同過濾算法[D];安徽理工大學(xué);2019年

3 任德源;基于用戶分層結(jié)構(gòu)的個(gè)性化推薦方法[D];合肥工業(yè)大學(xué);2019年

4 李啟序;基于協(xié)同過濾的個(gè)性化推薦系統(tǒng)的研究[D];安徽理工大學(xué);2019年

5 鄭濤;一種改進(jìn)的協(xié)同過濾算法及其在推薦系統(tǒng)中的應(yīng)用[D];合肥工業(yè)大學(xué);2019年

6 張楊;基于領(lǐng)域知識(shí)圖譜實(shí)體消歧的協(xié)同過濾推薦算法研究[D];天津師范大學(xué);2019年

7 王茹玉;基于信息推薦的中藥適應(yīng)癥發(fā)現(xiàn)方法研究[D];北京交通大學(xué);2019年

8 張翔;個(gè)性化小說推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

9 祝月芳;基于協(xié)同過濾的電影票務(wù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

10 周安琪;個(gè)性化推薦的協(xié)同過濾算法探究[D];上海交通大學(xué);2017年

本文編號(hào)：2814437