面向社交网络的流媒体预取技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 背景介绍 | 第13-14页 |
| 1.2 视频预取 | 第14-16页 |
| 1.2.1 预取的必要性分析 | 第14-16页 |
| 1.2.2 预取技术 | 第16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 第二章 相关工作 | 第19-33页 |
| 2.1 研究现状 | 第19-22页 |
| 2.1.1 传统视频预取 | 第19-20页 |
| 2.1.2 用户原创内容视频预取 | 第20-22页 |
| 2.2 相关概念介绍 | 第22-26页 |
| 2.2.1 幂律 | 第22页 |
| 2.2.2 长尾现象 | 第22-23页 |
| 2.2.3 Zipf定律 | 第23页 |
| 2.2.4 Pareto法则 | 第23-24页 |
| 2.2.5 社交网络 | 第24-26页 |
| 2.3 YOUTUBE背景介绍 | 第26-27页 |
| 2.4 论文工作数据集介绍 | 第27-33页 |
| 2.4.1 数据类型 | 第27-29页 |
| 2.4.2 数据统计分析 | 第29-32页 |
| 2.4.3 数据爬取 | 第32-33页 |
| 第三章基于流行度的视频预取算法 | 第33-45页 |
| 3.1 流行度分析 | 第33-36页 |
| 3.1.1 意义与方法 | 第33页 |
| 3.1.2 分析结果 | 第33-36页 |
| 3.2 热门视频预取 | 第36-39页 |
| 3.2.1 问题定义 | 第36-37页 |
| 3.2.2 预取算法 | 第37-39页 |
| 3.3 性能分析 | 第39-43页 |
| 3.3.1 实验数据集 | 第39-40页 |
| 3.3.2 评价指标和参照算法 | 第40-41页 |
| 3.3.3 实验结果与分析 | 第41-43页 |
| 3.4 本章总结 | 第43-45页 |
| 第四章 基于社交网络的视频预取算法 | 第45-65页 |
| 4.1 长尾视频 | 第45-48页 |
| 4.1.1 传播途径 | 第45-46页 |
| 4.1.2 YouTube中的社交网络及拓扑分析 | 第46-48页 |
| 4.2 长尾视频预取 | 第48-55页 |
| 4.2.1 问题定义 | 第49-51页 |
| 4.2.2 图模型 | 第51-52页 |
| 4.2.3 预取算法 | 第52-55页 |
| 4.3 混合预取模型 | 第55-58页 |
| 4.4 性能分析 | 第58-64页 |
| 4.4.1 实验数据集 | 第58-59页 |
| 4.4.2 评价指标和参照算法 | 第59页 |
| 4.4.3 实验结果与分析 | 第59-64页 |
| 4.5 本章总结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 个人简历与科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
