浅谈网络视频点播系统

视频点播（VOD）的出现,改变了广播式的信息被动灌输方式,它使用户可以在任何时刻收看自己喜欢的节目,这一点引起了很多人的关注。网络视频点播系统是网络多媒体中一类重要的应用,它通过网络为用户提供包括视烦,音频等媒体数据的点播业务。本文介绍了在本系统中采用的两个技术：流媒体技术与视频传输方式。其中,对于流媒体技术,从定义、流式传输争技术原理等方面进行了介绍。在传输方式的选择上,本系统主要从单播和组播两种方式出发,并最终选择单播方式。     

对等网络点播系统中一种分布式索引结构

针对对等网络点播系统中用户的连续播放或交互式应用操作需要快速定位资源的需求,提出一种分布式资源索引结构来提高定位目标缓存节点的效率.该索引结构由系统中自适应选择的相对稳定节点参与构建和维护,索引结构的运行基于这些相对稳定节点的协作进行,因而对系统动态性有较好的适应能力.提出的分布式轻量级资源索引机制可根据节点规模自适应调整,有较好的可扩展性.仿真实验表明:该索引结构能够以较低的开销帮助用户在3或4跳内基本完成资源定位,有效缩短了其交互式体验的反应延迟.     

基于社区的对等网络信息检索

定义了反映用户偏好的用户模式树,根据用户模式树之间的近似性来判断用户模式之间的近似性,进而构造用户社区,并提出了基于社区的信息检索算法(CBSA算法).实验结果表明,该算法利用用户搜索的行为模式有效地减少了检索时的网络带宽消耗,缩短了检索的响应时间,提高了检索效果.     

基于流媒体技术的网络视频点播系统

随着网络技术和计算机性能的发展,流媒体技术逐渐形成为网络视频信息的重要传输技术。本文主要介绍了流媒体技术和视频点播系统,并探讨流媒体技术在网络视频点播中的应用。     

LTE网络用户行为分析系统的设计与实现

针对传统信令监测系统数据业务识别度低、统计能力不强等问题,在传统的监测系统基础上,提出了一种采用网络爬虫(web crawler)技术和深度包检测(deep packet inspection,DPI)技术的LTE网络用户行为分析系统.该系统对应用层业务内容进行精细化识别,进一步分析了移动互联网的用户行为特征.经现网测试验证,设计的用户行为分析系统达到了预期的效果,对移动互联网用户行为分析、精准化营销领域具有推广意义.     

对等网络技术在IPTV中的应用研究

目前,显示出强大市场需求的流媒体技术,有向嵌入式平台转移的趋势。个人便携化、家电化的媒体消费需求,为这次转移提供了市场契机。IPTV正是在这场消费革命中处在风口浪尖。业内大多认为IPTv蕴含巨大的商业利益,但至今仍鲜有涉足者,其中原因之一是网络速度问题。本文介绍了对等网络技术,涉及其应用到IPTV网络传输中一些问题,为IPTV网络传输问题提供一种解决方案。     

网络用户信息检索行为分析及应用

本文从网络用户信息检索行为的概念入手,探讨了网络信息检索行为的类别。继而分析了信息检索行为的影响因素和特征,以及如何通过分析信息检索行为,来优化搜索引擎的设计。     

基于神经网络的社交网络用户动机与行为关系研究

 以社交网络用户为研究对象,扩充了用户的“获利性”动机和“社交获利”行为,通过调研问卷,利用神经网络模型分析社交网络用户动机与行为的关系。结果表明,不同动机对不同行为的影响程度不同,动机对行为的整体贡献度呈现出有用性 > 自我呈现 > 娱乐性 > 易用性 > 获利性 > 从众性 > 社交性的趋势。建议管理人员持续完善网站的社交和娱乐功能,从用户心理出发构建品牌辨识度高、有特色的社交网络。     

用户推荐对网络搜索行为影响的眼动研究

为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,多数被试认为用户推荐有助于搜索,并且会在搜索中参考该信息.分析发现,两种结果矛盾的原因在于被试在搜索过程中常常会忽略用户推荐,产生无意视盲(inattentional blindness)现象.      

一种P2P VOD系统的缓存部署及调度机制

提出一种新的数据缓存机制,通过利用空闲节点加入缓存、节目点播应用前进行缓存部署和基于视频源服务器的请求连接数进行缓存调度等机制优化系统整体缓存能力和缓存分布.实验仿真数据表明,此数据缓存机制能有效提高系统的缓存能力和整体性能.     

基于冷门预判断的P2SP点播系统片选策略的设计与实现

结合视频点播应用中对于提高点播质量和减轻服务器负担的要求,设计和实现了一个融合P2P和P2S网络的点播系统xBT。分析现有的BitTorrent协议应用于点播系统的局限性,针对点播过程中存在冷门片段的特点,对BitTorrent协议的片段选择策略提出改进。试验分析表明,xBT在大并发量的点播系统中能够提高用户的播放质量,同时减少服务器压力。     

基于用户行为的自动任务识别技术研究

自动任务识别是多任务工作环境下自动任务管理技术的关键,其中对窗口切换历史信息采用Bron-Kerbosky算法来聚类同一任务的窗口,已经被国外研究者采用.然而,该方法仅适用于短时间、较少任务的识别,而对长时间下多个工作任务识别缺乏有效性.本文创新性地提出将窗口切换历史聚类结果与基于焦点时间的窗口重要性相结合形成任务向量,再运用模糊KCenter聚类算法求解任务窗口集合来实现长时间工作环境下多任务识别的方法.实验结果表明,该方法能有效识别长时间工作环境下的多个任务且具有较高的准确率.     

移动互联网用户行为分析系统中聚焦爬虫的设计与实现

在移动互联网用户行为分析系统中,为了使深度包检测(deep packet inspection,DPI)进行有效地数据匹配,对用户行为进行更深层次的分析,达到不仅能识别出业务网站类型而且还识别出业务网站访问具体内容的目标,设计出一种能进行具体内容级别上特征爬取和提炼的爬虫模块.针对特定业务网站,考虑广义爬取对技术和存储要求高的缺点以及针对某一行业的爬虫系统得到数据有限的不足,设计并实现了一种基于特定页面分析的聚焦爬虫模块.该爬虫模块采用模块化的思想,使用多线程多任务,精确高效地爬取特定业务网站信息,为DPI匹配提供数据支持.经过测试验证,该爬虫模块达到了预期的要求,可维护性、可扩展性和实时性强,满足移动互联网用户行为分析系统对特征数据提取的需求.     

基于数据库用户行为分析的改进FP-Growth算法

数据库是信息系统的核心,是最吸引攻击者的目标,其用户行为记录是一种特定的类型,有相对固定的成份。FP-Growth算法在规则挖掘时会产生一些冗余的、无意义的规则。本文首先给出数据库用户行为的定义,将数据库的用户行为属性按重要性阈值排序,并从中选取关键属性或属性组,在FP-Growth算法的基础上提出一种基于用户行为分析的BFP-Growth算法,避免产生无意义的规则,节省了存储空间和时间,提高了挖掘效率。     

基于知识图谱的社交网络用户行为研究进展

社交网络包含复杂的结构信息与丰富的语义信息.互联的多类型数据,实体对象的行为关系等问题的研究面临极大的挑战.知识图谱旨在处理用户数据知识及行为信息,发现事物、概念与实体对象间的复杂联系,使事物间关联关系得到清晰说明.首先介绍知识图谱基本知识;其次基于知识图谱,在社交网络中,可视化表示用户的行为关系,对其中的行为知识抽取...     

欣苑小区视频点播(VoD)系统

欣苑小区视频点播系统是一套面向中、小规模网络设计的实时系统 ,它采用了国际互联网技术作为多媒体信息服务的基础 ,服务器端使用WindowsNTServer,用户终端安装Windows95/98和标准Web浏览器 ,加自行开发的实时VoD系统服务器端软件 ,客户端标准插件 ,可以保证用户在熟悉的Web浏览器环境中检索 ,访问局域网中的各种多媒体资源和实时点播视频节目 ,同时支持与Internet直接连接 ,使小区住户充分利用己有的软、硬件技术和资源 ,并且使得小区网络管理人员能方便容易地制作、添加视频节目     

基于行为模式的用户声誉度量方法研究

在线评级系统由于水军和恶意打分者的存在而无法对物品给出客观评价，因此，建立一个基于打分行为的声誉度量模型对于在线评级系统的健康发展至关重要。现有的用户声誉度量方法仅依靠用户评分和商品质量之间的差异进行计算，忽略了用户的行为模式。将用户的评分偏差和行为模式相结合，提出了一种新的声誉度量方法，该方法不仅考虑了用户打分频率的极值，还考虑了用户打分总次数。在两个实证数据集上的实验结果表明，新方法对随机打分的识别准确率相较于经典算法最高可以提高17%，对于解决冷启动和鲁棒性问题具有更好的表现。     

基于用户行为的教学视频内容质量评价方法

针对目前网络教学视频内容质量评价以主观方法为主,缺乏客观的质量界定标准的问题,提出一种基于用户观看行为的网络教学视频质量评价方法.该方法首先采集单个用户观看某个网络教学视频的行为数据,并对数据进行标准化处理;然后根据视频质量评价标准,实现数据标签化;再通过全连接神经网络,利用Softmax划分单个用户对网络教学视频内容质量的分类;最后,将所有用户观看该视频的分类加权平均后得到对该视频的综合评价.测试结果表明,该模型评价教学视频的准确率为79.5%,分类效果明显,具有较高的实用价值.