互聯網和物聯網已經滲透到人們生活的方方面面。其中,交互式網絡電視（IPTV）改變著人們日常觀看視頻的方式,隨之而來的則是用戶對IPTV服務質量的要求越來越高。傳統(tǒng)耗時耗力的用戶打分方式已經不能滿足視頻內容供應商和網絡運營商對用戶滿意度的評價,取而代之的是通過利用采集到的海量數據,來評價用戶體驗質量（QoE）。因此,如何客觀、有效地衡量具有主觀特性的用戶QoE成為當前研究的熱點和難點�；诖�,在本論文中,我們針對與用戶QoE密切相關的用戶參與度,并選擇具有客觀特性的用戶觀看時長來開展研究。首先,我們對IPTV機頂盒采集到的數據進行預處理和特征選擇,而后設計相關的模型和算法來建模并預測用戶觀看時長,從而實現數據驅動的IPTV用戶參與度的預測。論文的主要研究工作體現在如下三個方面:首先,對IPTV機頂盒采集到的數據進行預處理和特征選擇。針對數據記錄中存在的缺失、重復情況,對其進行整合與清洗。此外,對采集到的數據進行了特征選擇。在Relief算法的基礎上,融合聚類方法,提出了一種混合式特征選擇方法。理論分析及仿真實驗結果表明,該方法可以有效地提取出對參與度預測最有價值的特征屬性。接著,在特征選... 

【文章來源】：南京郵電大學江蘇省

【文章頁數】：75 頁

【學位級別】：碩士

【部分圖文】：

選出的4條機頂盒采集到的數據記錄表3.1所有屬性及意義


本文編號：3028204