大数据环境下移动视频感知数据分析方法探讨.pdf

大数据环境下StudyontheAnalyzingMethodofMobileVideo

PerceptualDataBasedonBigDataConditions

移动视频感知数据分析方法探讨

提取的vMOS数据进行分析，通过数据可视化技术提

0前言

高vMOS感知评估效率，让数据呈现各个维度指标的

移动视频业务已成为中国联通后续流量释放的关联性，更好地指导视频感知优化工作，使被评估的

重点业务。以视频为引领的内容服务已逐渐成为中移动视频感知大数据更具重要意义。

国联通推动移动互联网业务持续健康发展的强大驱

1视频质量评估

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随着4G网络的普及和发展，移动视频业务地位逐

量感知评估数据，传统方法处理vMOS数据分析效率渐变得举足轻重。视频流媒体质量可反映视频传输

低、耗时长，且无法呈现各类数据间的关系。借助系统的性能和端到端网络质量等信息。视频业务质

MySQL数据库及数据可视化手段对SpeedVideo平台量评价指标有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

收稿日期：2018-08-09务的可靠传输能力。QoE指用户在使用业务及网络时

422018/10/DTPT

的体验，体现业务用户对业务的主观感受。导评测移动视频感知的有用信息？

1.1vMOS定义

2基于数据可视化技术的vMOS分析原理

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2.1vMOS的大数据属性

动视频业务MOS分标准（1~5），给出客观视频体验评一条vMOS测试数据含有120项维度度量数据，并

估标准。vMOS是对用户观看移动视频主观体验的客随测试用户的测试行为产生快速、大量能真实记录如

观评价标准，可反映用户对实际网络体验的感知。网络状况、GPS位置属性等多样化数据。vMOS数据具

vMOS通过视频业务3个重要维度：质量、缓冲、卡有大数据属性。vMOS大数据分析需要对大量数据高

顿来评估体验：效准确地分析。为充分从大数据中挖掘有用信息，不

MobilevMOS=sQuality×同种类的大数据技术被研究出来，这些技术覆盖计算

1机科学、统计学、通信等学科。同时，一些用于分析大

[(P×sLoading+P×sStalling)]

5(P+P)12数据的工具也被开发出来。

12

2.2数据可视化技术与工具

式中：

数据可视化是大数据研究的一个重要内容。通

sQuality——视频源评分

过图形化手段将复杂数据模型表达出来，从而清晰有

sLoading——初始缓冲时延得分