一种边缘流媒体服务器缓存选择方法与系统技术方案

本发明专利技术涉及一种边缘流媒体服务器缓存选择方法，包括：将多个用户按用户各自的喜好聚合成若干用户类；统计各个用户类的强度，以及各个用户类对影片的偏好；其中，用户类的强度为用户类中各个用户强度之和，而所述用户强度为用户对提供商的缓存决策所具有的不同影响力；根据影片受各个用户类的偏好程度，以及各个用户类的强度，计算影片的效用；选取效用值较大的影片在边缘流媒体服务器的缓存空间中进行部署。

【技术实现步骤摘要】
一种边缘流媒体服务器缓存选择方法与系统
本专利技术涉及网络通信领域，特别涉及一种边缘流媒体服务器缓存选择方法与系统。
技术介绍
为了解决C/S架构流媒体系统的性能瓶颈问题，并降低运营成本，内容分发网络(ContentDeliverNetwork，CDN)得以广泛应用。CDN在网络边缘放置大量边缘缓存服务器。它们缓存的内容可直接服务于用户点播请求，避免了用户同主干网之间的数据吞吐，达到降低数据传输延迟、平滑传输波动、减小主干网流量的目的。对于数字互动电视等业务，网络边缘各个服务区域还部署了流化服务器。所述流化服务器处于用户和CDN的中间位置，其作用包括：代理用户的点播请求，从CDN获取视频数据，流化处理成IP-QAM所支持的格式，推送给用户。流化服务器同用户的距离通常很近，为充分利用这一优势，流化服务器常常也会具备代理缓存功能，存储曾经获取的CDN视频文件，直接服务于后续的相同点播请求，进一步改善对用户的服务质量，减轻CDN的负担。由于视频文件体积通常较大，无论是CDN边缘缓存服务器，还是支持代理缓存功能的流化服务器，都面临存储容量上的压力。因此，一个至关重要的问题是如何合理地选择缓存服务器的缓存部署内容，有效利用其有限的存储空间，以充分发挥缓存的作用，提高整体服务性能。
技术实现思路
本专利技术的目的在于克服现有技术中无法合理选择缓存服务器的缓存部署内容的缺陷，从而提供一种边缘流媒体服务器缓存选择方法与系统。为了实现上述目的，本专利技术提供了一种边缘流媒体服务器缓存选择方法，包括：步骤1）、将多个用户按用户各自的喜好聚合成若干用户类；步骤2）、统计步骤1）所得到的各个用户类的强度，以及各个用户类对影片的偏好；其中，用户类的强度为用户类中各个用户强度之和，而所述用户强度为用户对提供商的缓存决策所具有的不同影响力；步骤3）、根据影片受各个用户类的偏好程度，以及各个用户类的强度，计算影片的效用；步骤4）、选取效用值较大的影片在边缘流媒体服务器的缓存空间中进行部署。上述技术方案中，所述步骤1）包括：步骤1-1）、根据用户对某一影片的观影时间和观看次数定义用户对该影片的偏好；步骤1-2）、根据影片属性为影片添加标签，根据所述标签将影片划分为影片类；步骤1-3）、由用户对某一影片的偏好得到用户对该影片所属影片类的偏好值；步骤1-4）、根据用户对各个影片类的偏好对用户进行聚类，得到若干用户类。上述技术方案中，所述步骤2）包括：步骤2-1）、根据用户执行点播操作的频繁程度和用户的观影时间计算用户的活跃程度；步骤2-2）、设定用户的服务级别；步骤2-3）、根据用户的活跃程度与服务级别计算用户强度；步骤2-4）、由用户强度计算用户类强度；步骤2-5）、在某一用户类中，量化用户近期的活跃程度；步骤2-6）、以步骤2-5）所得到的用户活跃程度为权重，衡量该用户类对某一影片的偏好。上述技术方案中，在所述步骤3）中，所述影片的效用通过下列方式计算：以用户类强度为权重，对各个用户类对所述影片的偏好值做加权和。本专利技术还提供了一种边缘流媒体服务器缓存选择系统，包括：用户类聚合模块、用户类强度与用户类偏好生成模块、影片效用计算模块以及部署模块；其中，所述用户类聚合模块将多个用户按用户各自的喜好聚合成若干用户类；所述用户类强度与用户类偏好生成模块统计用户类聚合模块所得到的各个用户类的强度，以及各个用户类对影片的偏好；其中，用户类的强度为用户类中各个用户强度之和，而所述用户强度为用户对提供商的缓存决策所具有的不同影响力；所述影片效用计算模块根据影片受各个用户类的偏好程度，以及各个用户类的强度，计算影片的效用；所述部署模块选取效用值较大的影片在边缘流媒体服务器的缓存空间中进行部署。本专利技术的优点在于：本专利技术利用聚类和推荐算法更精确地得出本区域用户偏好，作为缓存部署依据，增加了判断的准确性。附图说明图1是本专利技术的边缘流媒体服务器缓存选择方法的流程图。具体实施方式现结合附图对本专利技术作进一步的描述。本申请中将CDN中的边缘缓存服务器与流化服务器统称为边缘流媒体服务器。参考图1，本专利技术的方法包括：步骤1）、将多个用户按用户各自的喜好聚合成若干用户类。本申请中为了实现区分性的服务，需要从用户的点播历史中发掘每个用户的偏好。然而单个用户个体的点播行为所包含的信息有限，因此应将不同的用户按照其对各影片的偏好聚集到若干用户类中，然后利用协同过滤技术，对每个用户类分析各影片的重要性。该步骤具体包括：步骤1-1）、首先，将用户u对影片v的偏好定义为：其中，Nu，Tu分别表示一段时间内用户u对v的点播次数、观影时间，和用户u的总点播次数、观影时间。用户u对影片v的偏好构成了用户、偏好值的二维向量其中的缺失项（即用户u未观看过某一影片）记零，或通过SVD模型进行预测。步骤1-2）、生成影片类。选择若干影片属性对影片对象追加标签，可选的标签属性包括题材、上映时间、相关人物等。将共享标签值的影片归入一个影片类中，同一影片可以进入多个影片类，准确而多样的分类标签是用户聚类的基础。步骤1-3）、由用户对某一影片的偏好得到用户对该影片所属影片类的偏好值。用户对某一影片类的偏好值为对该类所有影片的偏好之和。假设用户u对某一标签t的偏好值为：则用户的偏好向量可定义为步骤1-4）、最后，根据用户对各个影片类的偏好，使用K-Means算法对用户聚类，得到若干个用户类。步骤2）、统计每个用户类的强度，以及用户类对影片的偏好。用户对提供商的缓存决策所具有的不同影响力称为用户强度。用户强度的定义依据是，用户服务级别越高，越活跃，其强度越大。各个用户类因所包含的用户具有不同的数量和重要性，也呈现出不同的重要性，称为用户类强度，为用户类中用户强度之和。其中，用户的活跃程度通过用户执行点播操作的频繁程度和用户的观影时间两个因素来衡量，为二者的加权和；用户服务级别取决于服务提供商的非技术策略，是分配服务资源的重要依据，越重要的用户具有越高的用户级别数值。用户类对某一影片的偏好，定义为类中用户对该影片的偏好的加权和，以用户活跃程度为权重。本步骤具体包括：步骤2-1）、计算用户的活跃程度。用户的活跃程度可以通过用户执行点播操作的频繁程度和用户的观影时间两个因素来衡量。其中，Nu、Tu、NU、TU分别表示一段时间内用户u的点播次数、观影时间，以及用户集U的总点播次数、观影时间，α因子属于实数区间[0,1]，用于调节两个因素的相对权重。步骤2-2）、设定用户的服务级别。用户服务级别取决于服务提供商的非技术策略，是分配服务资源的重要依据。可用简单将用户分为会员用户UM和普通用户UN。步骤2-3）、计算用户强度。用户u的强度定义为：其中，γ用于区分普通用户和会员用户，β本身没有特殊含义，加上β只是为了避免该项为零。用户强度可做归一化处理：经仿真评估，步骤2-1）中所涉及的α以及本步骤中的β、γ分别取0.4,1,128时，本专利技术的方法具有很高的缓存命中率。步骤2-4）、计算用户类强度。用户类强度为用户类中各用户强度之和，即用户类c的强度定义为步骤2-5）、在每个用户类c内，对用户近期的活跃程度进行量化：其中，ü表示用户类c中的任一用户。步骤2-6）、以步骤2-5）所得到的用户活跃程度为权重，衡量用户类c对影片v的偏本文档来自技高网...

【技术保护点】
一种边缘流媒体服务器缓存选择方法，包括：步骤1）、将多个用户按用户各自的喜好聚合成若干用户类；步骤2）、统计步骤1）所得到的各个用户类的强度，以及各个用户类对影片的偏好；其中，用户类的强度为用户类中各个用户强度之和，而所述用户强度为用户对提供商的缓存决策所具有的不同影响力；步骤3）、根据影片受各个用户类的偏好程度，以及各个用户类的强度，计算影片的效用；步骤4）、选取效用值较大的影片在边缘流媒体服务器的缓存空间中进行部署。

【技术特征摘要】
1.一种边缘流媒体服务器缓存选择方法，包括：步骤1)、将多个用户按用户各自的喜好聚合成若干用户类；步骤2)、统计步骤1)所得到的各个用户类的强度，以及各个用户类对影片的偏好；其中，用户类的强度为用户类中各个用户强度之和，而所述用户强度为用户对提供商的缓存决策所具有的不同影响力；步骤3)、根据影片受各个用户类的偏好程度，以及各个用户类的强度，计算影片的效用；步骤4)、选取效用值较大的影片在边缘流媒体服务器的缓存空间中进行部署；所述步骤1)包括：步骤1-1)、根据用户对某一影片的观影时间和观看次数定义用户对该影片的偏好；将用户u对影片v的偏好定义为：其中，Nu，Tu分别表示一段时间内用户u对v的点播次数、观影时间，和用户u的总点播次数、观影时间；用户u对影片v的偏好构成了用户、偏好值的二维向量其中的缺失项记零，或通过奇异值分解SVD模型进行预测；缺失项为用户u未观看过某一影片；步骤1-2)、根据影片属性为影片添加标签，根据所述标签将影片划分为影片类；选择若干影片属性对影片对象追加标签，可选的标签属性包括题材、上映时间、相关人物；将共享标签值的影片归入一个影片类中，同一影片可以进入多个影片类；步骤1-3)、由用户对某一影片的偏好得到用户对该影片所属影片类的偏好值；用户对某一影片类的偏好值为对该类所有影片的偏好之和：假设用户u对某一标签t的偏好值为：则用户的偏好向量可定义为步骤1-4)、根据用户对各个影片类的偏好对用户进行聚类，得到若干用户类。2.根据权利要求1所述的边缘流媒体服务器缓存选择方法，其特征在于，所述步骤2)包括：步骤2-1)、根据用户执行点播操作的频繁程度和用户的观影时间计算用户的活跃程度；步骤2-2)、设定用户的服务级别；步骤2-3)、根据用户的活跃程度与服务级别计算用户强度；步骤2-4)、由用户强度计算用户类强度；步骤2-5)、在某一用户类中，量化用户近期的活跃程度；步骤2-6)、以步骤2-5)所得到的用...

【专利技术属性】
技术研发人员：陈君，李明哲，吴京洪，李军，樊皓，
申请(专利权)人：中国科学院声学研究所，北京中科智网科技有限公司，
类型：发明
国别省市：北京;11