基于海量网络数据的视频业务流量分析与应用
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第16-30页 |
| 1.1 研究背景 | 第16-20页 |
| 1.1.1 互联网发展现状 | 第16-17页 |
| 1.1.2 网络视频业务 | 第17-19页 |
| 1.1.3 相关研究工作 | 第19-20页 |
| 1.2 研究条件 | 第20-24页 |
| 1.2.1 网络数据采集技术 | 第20-22页 |
| 1.2.2 基于Hadoop的大数据处理技术 | 第22-24页 |
| 1.3 研究内容及创新点 | 第24-26页 |
| 1.4 论文结构 | 第26-30页 |
| 第二章 网络视频业务体系概述 | 第30-40页 |
| 2.1 业务架构 | 第30-32页 |
| 2.2 业务流程 | 第32-34页 |
| 2.3 通信报文分析 | 第34-39页 |
| 2.3.1 HTTP协议属性字段 | 第35-37页 |
| 2.3.2 用户操作 | 第37-38页 |
| 2.3.3 播放器上报 | 第38-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 网络视频业务分发服务器检测 | 第40-58页 |
| 3.1 概述 | 第40-41页 |
| 3.2 研究现状 | 第41-42页 |
| 3.3 数据集 | 第42-44页 |
| 3.4 用户-服务器通信分析 | 第44-50页 |
| 3.4.1 通信流程 | 第44-45页 |
| 3.4.2 通信特性 | 第45-50页 |
| 3.5 系统架构 | 第50-52页 |
| 3.5.1 预处理 | 第50页 |
| 3.5.2 预选择 | 第50-52页 |
| 3.5.3 综合判决 | 第52页 |
| 3.6 实验及结果 | 第52-57页 |
| 3.6.1 实验设置 | 第52-53页 |
| 3.6.2 检测性能 | 第53-55页 |
| 3.6.3 实验讨论 | 第55-57页 |
| 3.7 本章小结 | 第57-58页 |
| 第四章 移动网络中网络视频业务用户行为特性分析 | 第58-78页 |
| 4.1 概述 | 第58-59页 |
| 4.2 研究现状 | 第59页 |
| 4.3 数据集 | 第59-61页 |
| 4.4 用户数据消耗特性分析 | 第61-66页 |
| 4.4.1 流量字节数 | 第61-62页 |
| 4.4.2 重度用户检测 | 第62-63页 |
| 4.4.3 活跃时长 | 第63-66页 |
| 4.5 用户位置移动特性分析 | 第66-72页 |
| 4.5.1 访问小区数 | 第67页 |
| 4.5.2 请求位置 | 第67-70页 |
| 4.5.3 移动模式 | 第70-72页 |
| 4.6 用户业务使用特性分析 | 第72-74页 |
| 4.6.1 观看视频数 | 第72页 |
| 4.6.2 观看时刻 | 第72-73页 |
| 4.6.3 重复播放行为 | 第73-74页 |
| 4.7 多角度用户行为交叉比较 | 第74-75页 |
| 4.8 本章小结 | 第75-78页 |
| 第五章 综合性网络视频业务用户喜好特性对比分析 | 第78-94页 |
| 5.1 概述 | 第78-79页 |
| 5.2 研究现状 | 第79-80页 |
| 5.3 数据集 | 第80-81页 |
| 5.3.1 大规模网络流量 | 第80页 |
| 5.3.2 长时期视频元信息 | 第80-81页 |
| 5.4 用户活跃度分析 | 第81-84页 |
| 5.4.1 每天活跃度 | 第81-82页 |
| 5.4.2 每小时活跃度 | 第82-83页 |
| 5.4.3 用户业务使用 | 第83-84页 |
| 5.5 视频属性分析 | 第84-88页 |
| 5.5.1 视频类型 | 第84-86页 |
| 5.5.2 视频时长 | 第86页 |
| 5.5.3 视频播放量 | 第86-88页 |
| 5.6 用户关系分析 | 第88-91页 |
| 5.6.1 上传者粉丝数 | 第88-90页 |
| 5.6.2 播放者喜好网络 | 第90-91页 |
| 5.7 本章小结 | 第91-94页 |
| 第六章 网络视频流行度分析及预测 | 第94-132页 |
| 6.1 概述 | 第94-95页 |
| 6.2 研究现状 | 第95-96页 |
| 6.3 数据集 | 第96-97页 |
| 6.4 视频群体流行度分析 | 第97-102页 |
| 6.4.1 整体播放量分布 | 第98-100页 |
| 6.4.2 流行度级别 | 第100-101页 |
| 6.4.3 流行度影响因子 | 第101-102页 |
| 6.5 视频单体流行度分析 | 第102-112页 |
| 6.5.1 活跃天 | 第103-105页 |
| 6.5.2 活跃期 | 第105-106页 |
| 6.5.3 日播放量分布 | 第106-108页 |
| 6.5.4 播放量增长模式 | 第108-112页 |
| 6.6 未来流行度级别预测 | 第112-121页 |
| 6.6.1 问题定义 | 第112页 |
| 6.6.2 特征介绍 | 第112-117页 |
| 6.6.3 实验分析 | 第117-121页 |
| 6.7 基于播放量增长模式的未来流行度数值预测 | 第121-126页 |
| 6.7.1 问题定义 | 第121页 |
| 6.7.2 早期-长期播放量关系 | 第121-122页 |
| 6.7.3 预测模型 | 第122-124页 |
| 6.7.4 实验分析 | 第124-126页 |
| 6.8 基于流行度级别转换的未来流行度数值预测 | 第126-130页 |
| 6.8.1 预测模型 | 第126-127页 |
| 6.8.2 实验分析 | 第127-130页 |
| 6.9 本章小结 | 第130-132页 |
| 结束语: 总结与展望 | 第132-136页 |
| 参考文献 | 第136-148页 |
| 附录: 缩写词说明 | 第148-150页 |
| 致谢 | 第150-152页 |
| 攻读学位期间发表的学术论文目录 | 第152页 |
