本发明专利技术公开了一种移动流媒体用户体验质量QoE修正方法和服务器，接收用户行为数据和当前视频损伤数据；根据用户行为数据得到对个人QoE的影响值；根据当前视频损伤数据得到初始用户体验质量QoEinit；根据对个人QoE的影响值和初始用户体验质量QoEinit得到修正个人用户体验质量QoEfinal。本发明专利技术充分考虑了用户主观层面上用户对视频的期望程度以及用户情绪对用户个人体验质量的影响，克服了现有方法没有或很少考虑用户主观感受的弊端，同时加入用户个人主观层面的视频期望以及用户情绪，降低了QoE评价的大众化，使得得到的QoE能够更准确地针对用户个人。
【技术实现步骤摘要】
本专利技术涉及无线网络通信领域的用户体验质量的评价和管理，尤其涉及一种移动 流媒体用户体验质量QoE修正的方法。
技术介绍
随着移动通信技术的不断发展，移动流媒体业务的需求呈爆炸式地增长，其性能 评估的重要性也日益突出。 用户体验质量（Quality of Experience, QoE)是用户端到端的概念，它是从用 户的角度来衡量业务的优劣，是用户对当前网络、业务质量及性能的综合主观感受。HTTP Streaming技术的发展是为了提升用户的业务体验，因此，用户体验质量（QoE)是衡量HTTP 流媒体业务性能的核心指标。 基于HTTP协议的流媒体服务不同于传统基于UDP协议的流媒体服务。由于底层 使用了可靠的TCP协议，视频质量下降的原因主要在于重传的包到达太迟造成的视频需要 填充空缓冲区，因此影响基于HTTP协议的视频服务性能的网络层因素主要是时延、丢包以 及网络带宽，应用层因素主要是初始缓冲与再缓冲等时间因素。目前，评价移动流媒体业务 的用户体验质量有主观以及客观两种方法： (1)主观质量评价，即参与测试的人员对进行测试的受损视频片段进行打分，主观 评价视频质量以此来评价业务质量的好坏，典型的包括单刺激连续质量评价方法（Single Stimulus Continuous Quality Evaluation, SSCQE)、双刺激连续质量标度方法（the Double-Stimulus Continuous Quality-Scale method, DSCQS)以及双刺激损伤标度方法 (the Double Stimulus Impairment Scale method, DSIS)。主观评价由于直接反应人的主 观感受，所以准确性高，但此评价方法不适用于实时评价，且该方法需耗费大量的人力、物 力，工作量巨大且较为耗时，总体来说不易实施。 (2)客观质量评价，即针对视频数据建立数学模型，经过一系列的计算得到反映 视频质量的参数，得到最终评价结果，根据对原始参考视频的引用程度分为全参考（Full Reference, FR)、部分参考（Reduced Reference, RR)以及无参考（No Reference, NR)三种 视频质量评价方法。常见的峰值信噪比（Peak Signal to Noise Ratio,PSNR)、均方根误差 (Mean Square Error，MSE)等全参考评价以及部分参考评价需要引用源视频全部或部分信 息，因此不适用于在网络中传输的HTTP流媒体业务。相比之下，无参考评价方法不需引用 源视频，仅根据受损视频本身特征进行评估，因此成为学术界研究的重点。但目前的无参考 评价方法仍不完善，如何有效地将可量化、可度量的QoS参数与QoE进行映射还需要深入研 究。另外，用户体验质量不仅取决于网络层，还包括了应用层、用户层以及业务层等多方面 的因素，因此，单纯的客观评价方法并没有能够很好的将人的主观感受体现出来，无法很好 地贴近用户的感知。如何有效地将主观评价与客观评价相结合，仍有待深入的研究。 现有的相关专利和相关论文中，大多数人通过网络层直接进行QoS和QoE之间的 映射，但这样只考虑了网络因素忽略其他层面对QoE的影响；有的通过网络层与应用层的 结合进行缓存区状态的预测，此方法可以很好地预测QoE是否即将降低但无法直接预测得 具体的QoE值；有的考虑到了用户层用户操作行为对缓存区的影响，但并未考虑到用户的 行为反应出的用户心理，而无法应用用户层参数得到Q〇E。根据以上分析，可得网络层、应用 层以及用户层三层之间与QoE的关系如图1所示。继而再次基础上进一步分析如何使用用 户层信息进行QoE的评价。 用户体验质量是比较主观化和个体化的，它受很多方面的因素影响。我们可以看 到，目前已有的评价都只考虑了影响QoE的部分因素，有的仅是进行单一的QoS与QoE的映 射，有的直接将QoE简化成缓冲区的状态。而用户在观影过程中，会产生诸如暂停、改变分 辨率以及退出等一系列操作行为，这些行为有的可能会对流媒体业务质量造成一定影响， 有的可能会表达出用户某些心理状态，而现有的评价方法往往将场景理想化，假设网络条 件不变，以及忽略用户在观影过程中的操作行为对流媒体业务质量的影响，这与用户实际 使用环境有较大的偏差，因此最终的评价结果容易与用户实际体验质量不一致。
技术实现思路
本专利技术针对基于HTTP协议的移动流媒体业务中对QoE的评价偏差较大，提出一种 移动流媒体用户体验质量QoE修正方法和服务器，修正用户个性化的QoE评价。 为了解决上述问题，本专利技术提供一种移动流媒体用户体验质量QoE修正方法，该 方法包括： 接收用户行为数据和当前视频损伤数据； 根据所述用户行为数据得到对个人QoE的影响值； 根据所述当前视频损伤数据得到初始用户体验质量QoEinit ; 根据所述对个人QoE的影响值和所述初始用户体验质量QoEinit得到修正个人用户 体验质量QoE final。 优选地，所述方法还包括： 所述对个人QoE的影响值包括：流畅度对所述个人QoE的第一影响值Et和清晰度 对所述个人QoE的第二影响值Ep ; 根据所述用户行为数据得到对个人QoE的影响值的步骤包括： 根据所述用户行为数据，建立用户行为表，根据所述用户行为表计算出所述Et和 Ep。 优选地，所述方法还包括： 所述用户行为表包括： Lqti，，L_，Lqft分别表示用户历史观看Ci类视频退出时的平均初始缓冲时长程度、 平均再缓冲时长程度及平均再缓冲频率程度； Npause，表示本次观看视频用户被动暂停的总次数； time表示播放的视频长度； 根据所述用户行为表计算出所述Et和Ep的步骤包括： 所述 Et=〈uID，{(C1, Elt) ; (C2, E2t);…（Cn，EJ } > ; 其中，Eit(1 u <n)表示某类视频Ci流畅度对该用户个人QoE的影响值，1彡Eit彡0 ; Eit=eiIit+e2M(Lpause)； 其中，Iit=I (Lqti，L_，Lqft)表示用户被动退出行为对QoE的影响值；M(Lpause)表示 用户被动暂停行为对QoE的影响值 ；ei+e2=l，ei、e2分别表示用户被动退出行为以及被动暂 停行为对此次观看视频QoE的影响值系数； 当用户冷启动时，Iit=O,此时 Eit=e2M(Lpause); Iit=-I+(U1Lt^u2LqflTKi 3Lqtr)/3,（-1 彡 Iit 彡 0); 其中，Lqti，Lqft分别表示用户历史观看C i类视频退出时的平均初始缓冲时长 程度、平均再缓冲时长程度以及平均再缓冲频率程度< 1; M (Lpause) =e，ause-l，(-1 彡 M (LpauJ 彡 0)， 其中，【主权项】1. 一种移动流媒体用户体验质量QoE修正方法，其特征在于，该方法包括： 接收用户行为数据和当前视频损伤数据； 根据所述用户行为数据得到对个人QoE的影响值； 根据所述当前视频损伤数据得到初始用户体验质量QoEhit; 根据所述对个人QoE的影响值和所述初始用户体验质量QoEhit得到修正个人用户体验 质量本文档来自技高网...
【技术保护点】
一种移动流媒体用户体验质量QoE修正方法，其特征在于，该方法包括：接收用户行为数据和当前视频损伤数据；根据所述用户行为数据得到对个人QoE的影响值；根据所述当前视频损伤数据得到初始用户体验质量QoEinit；根据所述对个人QoE的影响值和所述初始用户体验质量QoEinit得到修正个人用户体验质量QoEfinal。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈坚，吴文峰，王德政，申山宏，程少飞，周晶，刘智江，由李艳，周文安，赵立，华孟，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。