一种TCP视频流业务用户体验质量评估方法及装置制造方法及图纸

技术编号:13605565 阅读:73 留言:0更新日期:2016-08-28 04:20
本发明专利技术公开了一种TCP视频流业务用户体验质量评估方法及装置,可以监测并记录客户端观看待评估视频时的用户交互行为,包括暂停、快进、后退和所选择的分辨率;根据客户端观看待评估视频时的网络层性能、应用层性能和用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;将每一性能量化指标输入BP神经网络模型,获得用户主观体验MOS值;根据MOS值,确定待评估视频的用户体验质量QoE。应用本发明专利技术提供的方案,可以使获得的评估结果与用户的真实体验更接近,提高了TCP视频流业务QoE评估的准确度,评估效果好。

【技术实现步骤摘要】

本专利技术涉及视频流业务用户体验质量评估
,特别是涉及一种TCP视频流业务用户体验质量评估方法及装置
技术介绍
随着互联网的快速发展以及媒体信息的大量涌现,视频流业务逐渐成为网络服务提供商最主要的业务之一。与此同时,随着智能终端的快速发展,通过网络观看视频的用户也越来越多。用户在观看网络视频时,不仅希望视频清晰、流畅,还希望视频的内容能够丰富有趣,视频服务的满意度是清晰、流畅、内容的综合考虑,即用户对视频服务的要求越来越高。因此,为了争取更多的用户,获取用户对视频流业务的满意度,提高视频流业务质量,无疑是视频流业务提供商在行业竞争中取得成功的关键。目前,常通过用户体验质量(Quality of Experience,QoE)来表征用户对视频流业务的满意度。相较于传统的服务质量(Quality of Service,QoS),QoE考虑了用户的主观因素,更贴近用户的真实感受,它作为用户在一定的客观环境中对所使用的服务或者业务的整体认可程度,对服务或业务提供商来说显得尤为重要。因此,研究视频流业务QoE的评估方法具有很大的现实意义。例如,申请号为201410325896.0的专利技术专利申请,公开了一种TCP视频流业务的QoE训练和评估的方案,该方案的具体过程为:根据视频流业务的网络性能,例如视频的传输速率,得出视频流业务网络QoS,并建立网络性能指标体系;根据视频流业务的应用层性能,例如视频的初始缓冲时间、重缓冲频率和平均缓冲时长,得出视频流应用层QoS,并建立视频流业务的应用层性能指标体系;建立视频流业务网络QoS与视频流应用层QoS的映射函数;根据实验确定用户体验平均意见(Mean Opinion Score,MOS)值,得出QoE,其中,MOS值根据实验中邀请的受试者对视频流业务的主观评分来确定;建立视频流应用层QoS与QoE的映射关系;根据视频流业务网络QoS与视频流应用层QoS的映射函数,并根据视频流应用层QoS与QoE的映射关系,建立
视频流业务网络QoS与QoE的映射模型;最后,根据网络性能指标体系、应用层性能指标体系和视频流业务网络QoS与QoE的映射模型,进行QoE评估。但是,上述专利申请中公开的QoE评估方案,只考虑了视频流业务的网络层性能和应用层性能,较少考虑用户观看视频时的感受,以及用户观看视频时的交互行为,这不符合真实的应用场景。用户交互行为及用户感受是视频业务流QoE评估中不可回避的一个重要影响因素,在视频业务流QoE评估中,如不考虑用户交互行为和用户感受,会使得到QoE评估结果与用户的真实体验产生较大的偏差,评估效果差。
技术实现思路
本专利技术实施例的目的在于提供一种TCP视频流业务用户体验质量评估方法及装置,以提高QoE评估的准确度,使得QoE评估结果与用户的真实体验更为接近,提高评估效果。为了实现上述目的,本专利技术实施例公开了一种TCP视频流业务用户体验质量评估方法,所述方法包括:S101、监测并记录客户端观看待评估视频时的用户交互行为,包括暂停、快进、后退和所选择的分辨率;S102、根据所述客户端观看待评估视频时的网络层性能、应用层性能和所述用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;S103、将每一所述性能量化指标输入BP神经网络模型,获得用户主观体验MOS值;S104、根据所述MOS值,确定待评估视频的用户体验质量QoE。优选的,在执行步骤S101后,并在执行步骤S102前,所述方法还包括:筛选所述用户交互行为。优选的,所述筛选所述用户交互行为包括:筛选并删除所述用户交互行为中的随机用户交互行为;和/或,筛选并删除所述用户交互行为中的小概率用户交互行为。优选的,所述随机用户交互行为的确定方法包括:根据第一函数确定用户交互行为的有效时间范围;其中,所述第一函数为:δ为所述有效时间范围,tstart和tend分别表示待评估视频的开始播放和播放结束的时刻,ti为用户交互行为发生的时刻,T为预设的时间范围;根据所述有效时间范围确定第二函数的输出值,将使所述第二函数的输出值等于零的用户交互行为确定为随机用户交互行为;其中,所述第二函数为:Di是ti-δ到ti+δ时间范围内,ni个用户交互行为发生的时刻ta+j与ti的相对距离差d(a+j)i之和;所述小概率用户交互行为的确定方法包括:当所述用户交互行为是预先统计获得的小概率用户交互行为时,确定为小概率用户交互行为。优选的,所述BP神经网络模型由输入层、隐含层和输出层组成,输入层节点的个数为8,隐含层节点的个数为13,输出层节点的个数为1。优选的,所述表征待评估视频的播放流畅度的性能量化指标包括:初始缓冲时间、平均缓冲时长、重缓冲频率、平均暂停时长和暂停频率;所述表征待评估视频的内容吸引度的性能量化指标包括:快进比例、后退比例;所述表征待评估视频的画面清晰度的性能量化指标包括:视频平均分辨率。本专利技术实施例还公开了一种TCP视频流业务用户体验质量评估装置,所述装置包括:用户交互行为监测模块、性能量化指标获取模块、MOS值计算模块
和评估模块,所述用户交互行为监测模块,用于监测并记录客户端观看待评估视频时的用户交互行为,包括:暂停、快进、后退和所选择的分辨率;所述性能量化指标获取模块,用于根据所述客户端观看待评估视频时的网络层性能、应用层性能和所述用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;所述MOS值计算模块,用于将每一所述性能量化指标输入BP神经网络模型,获得用户主观体验MOS值;所述评估模块,用于根据所述MOS值,确定待评估视频的用户体验质量QoE。优选的,所述装置还包括:用户交互行为筛选模块,用于对所述用户交互行为监测模块监测到的用户交互行为进行筛选,并传输给所述性能量化指标获取模块。优选的,所述用户交互行为筛选模块,包括:随机用户交互行为筛选单元,用于筛选并删除所述用户交互行为中的随机用户交互行为;小概率用户交互行为筛选单元,用于筛选并删除所述用户交互行为中的小概率用户交互行为。优选的,所述随机用户交互行为筛选单元,包括:有效时间范围确定子模块,用于根据第一函数确定用户交互行为的有效时间范围;其中,所述第一函数为:δ为所述有效时间范围,tstart和tend分别表示待评估视频的开始播放和播放结束的时刻,ti为用户交互行为发生的时刻,T为预设的时间范围;随机用户交互行为确定子模块,用于根据所述有效时间范围确定第二函数的输出值,将使所述第二函数的输出值等于零的用户交互行为确定为随机用户
交互行为,并删除该随机用户交互行为;其中,所述第二函数为:Di是ti-δ到ti+δ时间范围内,ni个用户交互行为发生的时刻ta+j与ti的相对距离差d(a+j)i之和。本专利技术实施例提供的一种TCP视频流业务用户体验质量评估方法及装置,可以监测并记录客户端观看待评估视频时的用户交互行为,包括暂停、快进、后退和所选择的分辨率;根据所述客户端观看待评估视频时的网络层性能、应用层性能和所述用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;将每一所述性能量化指标输入BP神经网络模型,获得用本文档来自技高网
...

【技术保护点】
一种TCP视频流业务用户体验质量评估方法,其特征在于,所述方法包括:S101、监测并记录客户端观看待评估视频时的用户交互行为,包括暂停、快进、后退和所选择的分辨率;S102、根据所述客户端观看待评估视频时的网络层性能、应用层性能和所述用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;S103、将每一所述性能量化指标输入BP神经网络模型,获得用户主观体验MOS值;S104、根据所述MOS值,确定待评估视频的用户体验质量QoE。

【技术特征摘要】
1.一种TCP视频流业务用户体验质量评估方法,其特征在于,所述方法包括:S101、监测并记录客户端观看待评估视频时的用户交互行为,包括暂停、快进、后退和所选择的分辨率;S102、根据所述客户端观看待评估视频时的网络层性能、应用层性能和所述用户交互行为,获取表征待评估视频的播放流畅度、内容吸引度和画面清晰度的多个性能量化指标;S103、将每一所述性能量化指标输入BP神经网络模型,获得用户主观体验MOS值;S104、根据所述MOS值,确定待评估视频的用户体验质量QoE。2.根据权利要求1所述的方法,其特征在于,在执行步骤S101后,并在执行步骤S102前,所述方法还包括:筛选所述用户交互行为。3.根据权利要求2所述的方法,其特征在于,所述筛选所述用户交互行为包括:筛选并删除所述用户交互行为中的随机用户交互行为;和/或,筛选并删除所述用户交互行为中的小概率用户交互行为。4.根据权利要求3所述的方法,其特征在于,所述随机用户交互行为的确定方法包括:根据第一函数确定用户交互行为的有效时间范围;其中,所述第一函数为:δ为所述有效时间范围,tstart和tend分别表示待评估视频的开始播放和播放结束的时刻,ti为用户交互行为发生的时刻,T为预设的时间范围;根据所述有效时间范围确定第二函数的输出值,将使所述第二函数的输出
\t值等于零的用户交互行为确定为随机用户交互行为;其中,所述第二函数为:Di是ti-δ到ti+δ时间范围内,ni个用户交互行为发生的时刻ta+j与ti的相对距离差d(a+j)i之和;所述小概率用户交互行为的确定方法包括:当所述用户交互行为是预先统计获得的小概率用户交互行为时,确定为小概率用户交互行为。5.根据权利要求1-4中任一项所述的方法,其特征在于,所述BP神经网络模型由输入层、隐含层和输出层组成,输入层节点的个数为8,隐含层节点的个数为13,输出层节点的个数为1。6.根据权利要求1-4中任一项所述的方法,其特征在于,所述表征待评估视频的播放流畅度的性能量化指标包括:初始缓冲时间、平均缓冲时长、重缓冲频率、平均暂停时长和暂停频率;所...

【专利技术属性】
技术研发人员:李文璟王瑞一孟洛明喻鹏
申请(专利权)人:北京邮电大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1