【技术实现步骤摘要】
网络带宽预测模型训练方法、视频数据播放方法及装置
本专利技术实施例涉及计算机
,尤其涉及一种网络带宽预测模型训练方法、网络带宽预测模型训练装置、视频数据播放方法、视频数据播放装置、电子设备和存储介质。
技术介绍
近年来,随着网络技术的不断发展,流媒体视频观看已经成为人们日常娱乐生活中不可或缺的一部分,然而,在播放视频时视频的清晰度、视频下载时间和视频播放卡顿率都与视频码率息息相关,如何准确进行带宽预测已成为视频码率选择中一个较为棘手的问题。现有的短视频带宽预测模型主要依赖于历史视频传输时的网络带宽和下载时间,通过计算网络带宽和下载时间的指数移动平均值或调和平均值,将得到结果作为下一个视频文件传输时的带宽预测值。但是,该模型的结构过于简单,预测值仅是历史数据的平均,当网络变化剧烈抖动时,以平均值作为带宽预测值往往非常不准确,导致选择的视频码率与网络实际情况差距很大;并且由于该模型仅将历史视频传输时的网络带宽和下载时间作为输入值,模型特征有限,无法利用更多维度信息得到更为准确的预测结果,因此在实际应用中存在带宽预测准确率较低,使得客户端难以选择合适的码率,影响用户视频观看体验。
技术实现思路
本专利技术实施例提供一种网络带宽预测模型训练方法、网络带宽预测模型训练装置、视频数据播放方法、视频数据播放装置、电子设备和存储介质,以解决现有技术中视频带宽预测模型特征有限,无法准确预测网络带宽的问题。第一方面,本专利技术实施例提供了一种网络带宽预测模型训练方法,包括:获取多 ...
【技术保护点】
1.一种网络带宽预测模型训练方法,其特征在于,包括:/n获取多个用户播放历史视频数据时的播放特征数据和网络连接特征数据;/n获取每个用户播放视频数据时的实际网络带宽值;/n采用所述播放特征数据、所述网络连接特征数据以及所述实际网络带宽值训练网络带宽预测模型。/n
【技术特征摘要】
1.一种网络带宽预测模型训练方法,其特征在于,包括:
获取多个用户播放历史视频数据时的播放特征数据和网络连接特征数据;
获取每个用户播放视频数据时的实际网络带宽值;
采用所述播放特征数据、所述网络连接特征数据以及所述实际网络带宽值训练网络带宽预测模型。
2.根据权利要求1所述的方法,其特征在于,所述获取多个用户播放历史视频数据时的播放特征数据和网络连接特征数据,包括:
获取每个用户的历史视频数据序列,所述历史视频数据序列按照所述用户播放历史视频数据的时间所生成;
基于预设滑动窗口从所述历史视频数据序列中确定出多个目标历史视频数据;
获取所述用户播放所述目标历史视频数据时的播放特征数据和网络连接特征数据。
3.根据权利要求2所述的方法,其特征在于,所述获取所述用户播放每个目标历史视频数据时的播放特征数据和网络连接特征数据,包括:
获取所述用户播放所述目标历史视频数据时所述目标历史视频数据的数据大小、传输时间和下载速度中的至少一项作为播放特征数据;以及,
获取所述用户播放所述目标历史视频数据时的TCP连接数据作为网络连接特征数据。
4.根据权利要求3所述的方法,其特征在于,所述TCP连接数据包括发送速率、丢失且未恢复的数据段数、未确认的数据段数、重传且未确认的数据段数、平滑的RTT、拥塞窗口、最小RTT、RTT方差中的至少一项。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述采用所述播放特征数据、所述网络连接特征数据以及所述实际网络带宽值训练网络带宽预测模型,包括:
分别对所述播放特征数据和所述网络连接特征数据进行标准化处理,获得标准化处理后的播放特征数据和网络连接特征数据;
采用每个用户的标准化处理后的播放特征数据、网络连接特征数据以及所述用户的实际网络带宽值训练网络带宽预测模型。
6.根据权利要求5所述的方法,其特征在于,所述播放特征数据和所述网络连接特征数据均包括多个维度的数据,所述分别对所述播放特征数据和所述网络连接特征数据进行标准化处理,获得标准化处理后的播放特征数据和网络连接特征数据,包括:
计算每个维度的播放特征数据的均值和标准差;
采用所述均值和所述标准差对每个维度的播放特征数据进行标准化处理得到每个维度的标准化处理后的播放特征数据;
计算每个维度的所有网络连接特征数据的均值和标准差;
采用所述均值和所述标准差对每个维度的网络连接特征数据进行标准化处理得到每个维度的标准化处理后的网络连接特征数据。
7.根据权利要求5所述的方法,其特征在于,所述采用每个用户的标准化处理后的播放特征数据、网络连接特征数据以及所述用户的实际网络带宽值训练网络带宽预测模型,包括:
随机提取多个用户的标准化处理后的播放特征数据和网络连接特征数据输入初始化模型参数后的网络带宽预测模型中,得到多个用户的网络带宽预测值;
采用所述网络带宽预测值和所述实际网络带宽值来计算损失率;
如果所述损失率未满足预设条件,则采用所述损失率计算梯度;
采用所述梯度调整模型参数,返回随机提取多个用户的标准化处理后的播放特征数据和网络连接特征数据输入初始化模型参数后的网络带宽预测模型中的步骤,直到所述损失率满足预设条件。
8.根据权利要求7所...
【专利技术属性】
技术研发人员:陈成,石磊,王汉超,
申请(专利权)人:广州市百果园信息技术有限公司,
类型:发明
国别省市:广东;44
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。