基于业务类别的体验质量的研究
摘要 | 第1-5页 |
Abstract | 第5-6页 |
目录 | 第6-8页 |
第一章 绪论 | 第8-11页 |
·研究背景和意义 | 第8页 |
·研究目的和解决的问题 | 第8-9页 |
·研究方法和本文创新点 | 第9-11页 |
·本文的研究方法 | 第9页 |
·本文的结构图 | 第9-11页 |
第二章 体验质量的理论概述和研究文献回顾 | 第11-24页 |
·体验质量产生和发展 | 第11-18页 |
·体验质量的产生 | 第11-12页 |
·QoE和QoS的关系 | 第12-13页 |
·QoE与KQI、KPI | 第13-15页 |
·QoE与通信生态系统 | 第15-17页 |
·QoE与感知服务质量 | 第17-18页 |
·体验质量的发展 | 第18-20页 |
·电信组织对QoE的研究 | 第18-19页 |
·用户体验管理(CEM) | 第19-20页 |
·体验质量的指标 | 第20-23页 |
·体验质量的关键因子 | 第20-22页 |
·体验质量的影响因素 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 不同业务类别的体验质量 | 第24-34页 |
·IPTV的QoE | 第24-29页 |
·IPTV的架构 | 第24-25页 |
·IPTV QoE参数及模型 | 第25-26页 |
·视频质量的评价 | 第26-29页 |
·P2P TV的QoE | 第29-31页 |
·P2P对等网络技术 | 第29-30页 |
·P2P QoE的影响因素 | 第30-31页 |
·无线通信中的QoE | 第31-33页 |
·无线通信QoE开发 | 第31-32页 |
·无线通信QoE研究现状 | 第32-33页 |
·本章小结 | 第33-34页 |
第四章 体验质量的测量及评估 | 第34-50页 |
·机器学习(ML)方法 | 第34-40页 |
·ML方法的背景 | 第34-35页 |
·ML算法介绍 | 第35-38页 |
·基于ML的在线QoE预测 | 第38-40页 |
·AHP层次分析法 | 第40-44页 |
·AHP方法的介绍 | 第40-41页 |
·AHP方法的举例 | 第41-44页 |
·基于SLA映射的模糊评判方法 | 第44-48页 |
·服务层协议 | 第44-45页 |
·相关算法的介绍 | 第45-47页 |
·分析举例 | 第47-48页 |
·方法应用 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 体验质量的评价体系 | 第50-54页 |
第六章 总结和展望 | 第54-56页 |
·总结 | 第54-55页 |
·进一步研究展望 | 第55-56页 |
参考文献 | 第56-59页 |
研究生期间发表论文 | 第59-60页 |
致谢 | 第60页 |