基于移动互联网视频的用户感知与分析系统的制作方法

本申请涉及智能分析领域，且更为具体地，涉及一种基于移动互联网视频的用户感知与分析系统。

背景技术：

1、视频业务发展迅速，在营销推广、教育培训、社交媒体等领域的重要性不断提升。视频业务客户感知不仅取决于网络质量，更取决于“端管云台”各环节共同发挥的作用，亟需从基于网络本身的质量管理向注重客户感知的端到端横向一体化质量保障机制转变。建立视频业务端到端质量管理机制是确保客户视频业务感知的关键。

2、面对现有技术中，例如，安徽移动主导的漏桶算法，无法精确地反应移动互联网视频用户的访问行为和用户感知情况等问题，期待一种优化的基于移动互联网视频的用户感知与分析方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于移动互联网视频的用户感知与分析系统，其通过采用基于深度神经网络模型的机器学习算法来捕捉各个指标数据之间的关联信息，并通过使用非线性激活函数的分类器来进行分类判断以得到网络状态评估标签。

2、根据本申请的一个方面，提供了一种基于移动互联网视频的用户感知与分析系统，其包括：

3、视频业务类型确定单元，用于判断用户通过移动互联网访问的内容是否为视频；

4、视频内容解析单元，用于对所述视频进行组包、拆解和分析以取出与视频感知有关的关键参数和关键包到达时间点；

5、感知参数修订单元，用于并对所述与视频感知有关的关键参数进行修订和调整以得到所述用户观看所述视频时的各种指标数据，其中，所述所述指标数据包括：初始缓冲成功率、初始缓冲时长、视频播放时长、视频卡顿或中断时长及次数；以及

6、网络分析单元，用于对所述用户观看所述视频时的各种指标数据进行分析以得到网络状态分析结果。

7、根据本申请的另一个方面，提供了一种基于移动互联网视频的用户感知与分析方法，其包括：

8、判断用户通过移动互联网访问的内容是否为视频；

9、对所述视频进行组包、拆解和分析以取出与视频感知有关的关键参数和关键包到达时间点；

10、并对所述与视频感知有关的关键参数进行修订和调整以得到所述用户观看所述视频时的各种指标数据，其中，所述所述指标数据包括：初始缓冲成功率、初始缓冲时长、视频播放时长、视频卡顿或中断时长及次数；以及

11、对所述用户观看所述视频时的各种指标数据进行分析以得到网络状态分析结果。

12、与现有技术相比，本申请提供的一种基于移动互联网视频的用户感知与分析系统，其通过采用基于深度神经网络模型的机器学习算法来捕捉各个指标数据之间的关联信息，并通过使用非线性激活函数的分类器来进行分类判断以得到网络状态评估标签。

技术特征：

1.一种基于移动互联网视频的用户感知与分析系统，其特征在于，包括：

2. 根据权利要求1所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述网络分析单元，包括：

3.根据权利要求2所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述上下文语义关联分析子单元，包括：

4.根据权利要求3所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述数据编码二级子单元，包括：

5.根据权利要求4所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述上下文语义理解二级子单元，包括：

6.根据权利要求5所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述局部增强二级子单元，包括：

7.根据权利要求6所述的基于移动互联网视频的用户感知与分析系统，其特征在于，状态评估子单元，包括：

8.根据权利要求7所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述解耦二级子单元，用于：以如下解耦公式对所述上下文局部指标间强化特征向量进行希尔伯特正交空间域表示解耦以得到所述优化上下文局部指标间强化特征向量；

9.根据权利要求8所述的基于移动互联网视频的用户感知与分析系统，其特征在于，还包括用于对所述基于转换器模块的上下文编码器、所述基于lstm模型的指标间关联强化器和所述分类器进行训练的训练模块；

10.根据权利要求9所述的基于移动互联网视频的用户感知与分析系统，其特征在于，所述共有流形隐式相似性因数计算单元，用于：以如下公式计算所述多个训练上下文指标数据语义特征向量的级联特征向量和所述训练上下文局部指标间强化特征向量的共有流形隐式相似性因数；

技术总结
本申请公开了一种基于移动互联网视频的用户感知与分析系统，其通过采用基于深度神经网络模型的机器学习算法来捕捉各个指标数据之间的关联信息，并通过使用非线性激活函数的分类器来进行分类判断以得到网络状态评估标签。

技术研发人员：李健明
受保护的技术使用者：北京中科网芯科技有限公司
技术研发日：
技术公布日：2024/1/15