[發明專利]基于PNN-PSO算法的IPTV不平衡數據集的QoE的預測方法

有效

• 申請號: 201810803152.3
• 申請日: 2018-07-20
• 公開（公告）號: CN109120961B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 周亮;胡正瑩;魏昕;刁夢雯;高赟
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04N21/258
• 分類號: H04N21/258;H04N21/466;H04N17/00;G06N3/00;G06N3/04;G06N3/08;H04L12/24
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽

本發明提出了一種基于PNN?PSO算法的IPTV不平衡數據集的用戶體驗質量(QoE)的預測方法。該方法包括如下步驟：首先從IPTV的機頂盒記錄中提取與用戶的體驗質量有關聯的影響因素，得到PNN?PSO模型的特征輸入，并進行相關概念的定義及數據的提取和預處理；接著分析各個特征與用戶體驗質量(QoE)的關聯；而后基于PNN?PSO神經網絡建立用戶體驗質量(QoE)預測模型，利用IPTV數據集來實現用戶體驗質量(QoE)的預測。采用該方法，克服了PNN算法中存在的局部極小問題以及數據不均衡所帶來的問題，學習收斂過程更快，預測更加精確、高效；充分利用了IPTV機頂盒的數據集，能夠幫助IPTV運營商及時地做出調整措施，以提高用戶體驗質量。

技術領域

本發明涉及交互式網絡電視(IPTV)中用戶體驗質量(QoE)預測分析技術領域，尤其涉及一種基于PNN-PSO算法的IPTV不平衡數據集的QoE預測方法。

背景技術

多媒體流媒體服務已成為全球移動數據流量最新的增長背后的主要原因。據統計，到2018年為止，所有形式的視頻(電視、視頻點播(VoD)、互聯網和P2P)的總和將超過全球消費者流量的80％。互聯網上的視頻流越來越受歡迎。到2018年底，世界各地的移動視頻通信量將超過的移動數據流量的三分之一，其中大部分移動視頻流量是無線網絡(WiFi)，而不是移動通訊(3G，4G或5G網絡)。同時，網絡協議電視(IPTV)在無線蜂窩通信發展迅速的階段應運而生。IPTV集成了互聯網、多媒體、通信等多種技術。它提供基于通信網絡的交互式視頻服務，為用戶提供多種選擇，以保證用戶的滿意度。

由于在動態網絡條件下測量和預測QoE是一項具有挑戰性的任務，國際電聯提出的1011號的建議為QoE評估方法提供了參考指南，這對服務提供商及時調整服務有很大的好處。由于性能指標(KPIs)可以用來驗證網絡是否能夠滿足目標用戶的量化度量標準，所以可以將KPIs映射為QoE值。但是僅僅考慮性能指標并不能夠充分的體現出用戶的體驗質量，可能還需要考慮到用戶本身的興趣特點。而且隨著網絡的優化，越來越多的用戶都滿意他們的QoE，可能只有極少數特殊情況下才會出現不滿意的狀況，這將導致數據的不均衡性。該情況對QoE的預測而言是極為不利的。

鑒于此，確有必要提出一種改進的基于PNN-PSO算法的IPTV不平衡數據集的QoE預測方法，以解決上述問題。

發明內容

本發明的目的在于提供一種提高用戶QoE預測準確度的基于PNN-PSO算法的IPTV不平衡數據集的QoE的預測方法。

為了實現上述目的，本發明采用如下技術方案：基于PNN-PSO算法的IPTV不平衡數據集的QoE的預測方法，包括以下步驟：

S1，從IPTV機頂盒中采集用戶數據，從用戶數據中提取與用戶的體驗質量有關聯的影響因素的數據；

S2，分析各個影響因素與用戶的體驗質量之間的關聯程度；

S3，基于PNN-PSO神經網絡算法建立用戶的體驗質量的預測模型；

S4，在所述預測模型中進行訓練和用戶的體驗質量的預測。

作為本發明進一步改進的技術方案，所述步驟S3包括如下步驟：

S31，定義步驟S1提取的與用戶的體驗質量有關聯的影響因素為輸入向量X，根據所述輸入向量X的維數確定PNN神經網絡的輸入層中神經元的數量；

S32，所述輸入向量X傳輸至所述輸入層，在所述用戶數據中隨機提取若干條數據作為樣本數據，提取預設條數據作為訓練樣本，所述輸入層接受所述訓練樣本并將數據傳遞到隱藏層；所述隱藏層是徑向基層，每個隱藏層的神經元節點都有一個中心，所述中心對應一個樣本數據；