大数据环境下移动视频感知数据分析方法探讨.docx

42

42 2018/10/DTPT

大数据环境下

StudyontheAnalyzingMethodofMobileVideoPerceptualDataBasedonBigDataConditions

移动视频感知数据分析方法探讨

0前言

移动视频业务已成为中国联通后续流量释放的重点业务。以视频为引领的内容服务已逐渐成为中国联通推动移动互联网业务持续健康发展的强大驱动力。近年来用于移动视频业务体验衡量体系评价标准——vMOS被广泛应用。对于后台服务器采集海

量感知评估数据，传统方法处理vMOS数据分析效率

低、耗时长，且无法呈现各类数据间的关系。借助

MySQL数据库及数据可视化手段对SpeedVideo平台

——————————

收稿日期：2018-08-09

提取的vMOS数据进行分析，通过数据可视化技术提高vMOS感知评估效率，让数据呈现各个维度指标的关联性，更好地指导视频感知优化工作，使被评估的移动视频感知大数据更具重要意义。

1视频质量评估

随着4G网络的普及和发展，移动视频业务地位逐渐变得举足轻重。视频流媒体质量可反映视频传输系统的性能和端到端网络质量等信息。视频业务质量评价指标有QoS指标和QoE指标。QoS与QoE的概念不同。QoS着重技术层面指标，即网络层对不同业务的可靠传输能力。QoE指用户在使用业务及网络时

的体验，体现业务用户对业务的主观感受。

1.1vMOS定义

2015年底华为提出一种新的预测用户体验（QoE）的数学模型MobilevMOS。参考语音MOS分，定义移动视频业务MOS分标准（1~5），给出客观视频体验评估标准。vMOS是对用户观看移动视频主观体验的客观评价标准，可反映用户对实际网络体验的感知。

vMOS通过视频业务3个重要维度：质量、缓冲、卡顿来评估体验：

MobilevMOS=sQuality×

导评测移动视频感知的有用信息？

2基于数据可视化技术的vMOS分析原理

2.1vMOS的大数据属性

一条vMOS测试数据含有120项维度度量数据，并随测试用户的测试行为产生快速、大量能真实记录如网络状况、GPS位置属性等多样化数据。vMOS数据具有大数据属性。vMOS大数据分析需要对大量数据高效准确地分析。为充分从大数据中挖掘有用信息，不同种类的大数据技术被研究出来，这些技术覆盖计算机科学、统计学、通信等学科。同时，一些用于分析大

式中：

1

5(P1+P2)

[(P1×sLoading+P2

×sStalling)]

数据的工具也被开发出来。

2.2数据可视化技术与工具

sQuality——视频源评分sLoading——初始缓冲时延得分sStalling——视频卡顿得分

1.2vMOS数据的提取

利用SpeedVideoAPP及其SpeedVideo全球运营平台网站，可方便的提取vMOS评估数据。SpeedVideo工具会将测试数据自动上传到后台服务器，通过登录http：//SpeedVideo.huawei.com/mobileVmos/使用手机IMEI或联通集团分配的专用账号导出测试数据结果。1.3vMOS数据的样本格式

从SpeedVideo平台网站导出的测试数据（统称vMOS数据），其数据项较多，不仅包含终端测试信息还包含基础网络信息、网络QoS信息、移动视频QoE信息等，共计120项数据。

终端测试信息如：测试时间（本地）、APP版本号、UniqueID、终端型号、手机操作系统版本号、手机分辨率、GPS经度、GPS纬度、APN、手机IP等。

基础网络信息如：网络类型、PLMN、SIM运营商、国家/地区、省份、城市、地址、位置区编码、基站标识、本地小区标识、视频格式、视频编码等。

网络QoS信息如：无线蜂窝网络场强（dBm）、SINR/EcIo（dB）、RSRQ（dB）、码率（kbit/s）、清晰度、视频初始缓冲感知时延（2s）等。

移动视频QoE信息如：mobilevMOS（2s）、sQuality

（2s）、sLoading（2s）、sStalling（2s））等。

需注意伴随着vMOS测试评估用户增多，后台得

到的vMOS评估数据是海量的，分析vMOS数据也变的

困难，如何才能从海量vMOS数据中发现规律，找到指

数