在线社交视频内容分发策略研究
发布时间：2022-12-04 06:08
近年来，在线社交网络与在线视频网络迅速发展融合，用户行为导致在线视频的应用模式产生了根本性的变化，在线的社交化视频（简称社交视频）内容分发成为互联网和多媒体技术发展的前沿与挑战。传统内容分发技术，由于仅从内容角度出发，无法主动感知用户个体行为借助社交关系相互影响产生的在线视频传播规律和趋势，现有依赖视频内容流行度进行内容分发的方法不再完全有效。社交视频内容传播特性、网络资源分配、内容部署、以及服务部署策略是实现高质量社交视频应用的关键点。本文通过数据驱动研究方法，结合社交关系、用户行为、内容属性，研究社交视频内容分发中的核心技术。本文的主要贡献如下： 1.通过大规模测量，发现在线社交视频内容分发特性。本文揭示社交视频内容分发与传统内容分发的本质区别，体现在社交关系、用户行为对内容分发的影响；内容分发的边缘化、小圈子化、流行度的扁平化；用户行为的异构性、以及社交信息对用户兴趣的反映；内容传播的动态性、差异性、以及传播影响的局部性。这些特性同时提供了设计社交视频分发策略的关键因素。 2.提出基于传播模型的网络资源分配策略。本文设计多区域、边缘化的内容分发网络结构和满足用户偏好的...
【文章页数】：139 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 研究背景
1.2 本文研究领域与面临的主要挑战
1.3 本文的主要贡献
第2章 研究现状与相关工作
2.1 流媒体与视频分发技术
2.2 视频内容分发网络
2.2.1 传统视频内容分发网络
2.2.2 基于云计算的视频内容分发网络
2.3 在线社交网络与社交视频
2.3.1 在线社交网络
2.3.2 社交视频内容访问与用户兴趣特性
2.4 社交视频内容分发
2.4.1 在线社交网络对视频内容分发的影响
2.4.2 面向社交视频的内容分发网络结构
2.4.3 云计算与社交视频内容分发
2.4.4 社交视频内容分发基本策略
2.5 本章小结
第3章 数据驱动的社交视频内容分发特性分析
3.1 本章引言
3.2 社交视频服务模式
3.3 数据集与测量方法
3.3.1 大规模社交网络与视频网络数据集
3.3.2 社交网络与视频网络关联
3.4 社交视频内容的生成、访问、与流行度特性
3.4.1 内容生成与访问边缘化
3.4.2 内容分享小圈子化
3.4.3 内容流行度扁平化
3.5 社交视频服务中用户行为特性
3.5.1 用户行为长尾化
3.5.2 联合内容与社交信息的用户兴趣刻画
3.5.3 用户兴趣异构化
3.6 社交视频内容传播特性
3.6.1 社交关系动态性
3.6.2 内容传播差异性
3.6.3 传播影响局部性
3.7 本章小结
第4章 基于传播模式的边缘云网络资源分配策略
4.1 本章引言
4.1.1 网络结构与用户划分
4.1.2 网络资源分配
4.2 相关工作
4.3 多边缘云网络结构与基于传播的用户划分
4.3.1 多区域分布式分发平台优势
4.3.2 区域多样性对社交视频内容分发的影响
4.3.3 多云计算提供商社交视频内容分发挑战
4.3.4 基于传播的多边缘云计算提供商环境下服务器部署
4.3.5 多边缘云计算提供商环境用户划分建模
4.3.6 启发式算法
4.4 基于社交视频内容访问预测的网络资源分配
4.4.1 社交视频内容访问规模与社交信息关联
4.4.2 社交视频用户区域分布
4.4.3 视频访问与社交信息时间关联特性
4.4.4 基于人工神经网络的预测模型
4.4.5 基于社交视频访问预测的网络资源分配
4.5 性能评测
4.5.1 多边缘云服务器部署和用户划分性能
4.5.2 网络资源分配性能
4.6 本章小结
第5章 基于传播预测的社交视频内容部署策略
5.1 本章引言
5.2 相关工作
5.3 基于传播特性的社交视频内容部署框架
5.3.1 社交视频传播对内容部署影响
5.3.2 边缘云与对等网结合的内容部署框架
5.4 基于传播预测的社交视频内容部署策略
5.4.1 传播预测模型
5.4.2 基于传播预测的内容传输
5.5 性能评测
5.5.1 实验设置
5.5.2 边缘云服务器内容部署有效性
5.5.3 对等网内容传输的有效性
5.5.4 边缘云与节点协作
5.6 系统实现讨论
5.7 本章小结
第6章 基于混合云计算资源的社交视频服务部署策略
6.1 本章引言
6.2 相关工作
6.3 社交视频服务特性
6.3.1 内容处理计算资源需求特性
6.3.2 混合云计算资源优势
6.4 社交视频服务部署策略
6.4.1 设计框架
6.4.2 基于内容生成预测的计算资源分配
6.4.3 基于传播强度的内容复制策略
6.5 算法与系统实现
6.5.1 局部内容处理节点部署
6.5.2 全局内容分发部署
6.6 性能评测
6.6.1 实验设计
6.6.2 实验结果
6.7 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 研究工作展望
参考文献
致谢
附录A 多云计算提供商环境下用户划分问题与MCP问题等价的证明
A.1 对定理4.1的证明
个人简历、在学期间发表的学术论文与研究成果
本文编号：3707735
【文章页数】：139 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 引言
1.1 研究背景
1.2 本文研究领域与面临的主要挑战
1.3 本文的主要贡献
第2章 研究现状与相关工作
2.1 流媒体与视频分发技术
2.2 视频内容分发网络
2.2.1 传统视频内容分发网络
2.2.2 基于云计算的视频内容分发网络
2.3 在线社交网络与社交视频
2.3.1 在线社交网络
2.3.2 社交视频内容访问与用户兴趣特性
2.4 社交视频内容分发
2.4.1 在线社交网络对视频内容分发的影响
2.4.2 面向社交视频的内容分发网络结构
2.4.3 云计算与社交视频内容分发
2.4.4 社交视频内容分发基本策略
2.5 本章小结
第3章 数据驱动的社交视频内容分发特性分析
3.1 本章引言
3.2 社交视频服务模式
3.3 数据集与测量方法
3.3.1 大规模社交网络与视频网络数据集
3.3.2 社交网络与视频网络关联
3.4 社交视频内容的生成、访问、与流行度特性
3.4.1 内容生成与访问边缘化
3.4.2 内容分享小圈子化
3.4.3 内容流行度扁平化
3.5 社交视频服务中用户行为特性
3.5.1 用户行为长尾化
3.5.2 联合内容与社交信息的用户兴趣刻画
3.5.3 用户兴趣异构化
3.6 社交视频内容传播特性
3.6.1 社交关系动态性
3.6.2 内容传播差异性
3.6.3 传播影响局部性
3.7 本章小结
第4章 基于传播模式的边缘云网络资源分配策略
4.1 本章引言
4.1.1 网络结构与用户划分
4.1.2 网络资源分配
4.2 相关工作
4.3 多边缘云网络结构与基于传播的用户划分
4.3.1 多区域分布式分发平台优势
4.3.2 区域多样性对社交视频内容分发的影响
4.3.3 多云计算提供商社交视频内容分发挑战
4.3.4 基于传播的多边缘云计算提供商环境下服务器部署
4.3.5 多边缘云计算提供商环境用户划分建模
4.3.6 启发式算法
4.4 基于社交视频内容访问预测的网络资源分配
4.4.1 社交视频内容访问规模与社交信息关联
4.4.2 社交视频用户区域分布
4.4.3 视频访问与社交信息时间关联特性
4.4.4 基于人工神经网络的预测模型
4.4.5 基于社交视频访问预测的网络资源分配
4.5 性能评测
4.5.1 多边缘云服务器部署和用户划分性能
4.5.2 网络资源分配性能
4.6 本章小结
第5章 基于传播预测的社交视频内容部署策略
5.1 本章引言
5.2 相关工作
5.3 基于传播特性的社交视频内容部署框架
5.3.1 社交视频传播对内容部署影响
5.3.2 边缘云与对等网结合的内容部署框架
5.4 基于传播预测的社交视频内容部署策略
5.4.1 传播预测模型
5.4.2 基于传播预测的内容传输
5.5 性能评测
5.5.1 实验设置
5.5.2 边缘云服务器内容部署有效性
5.5.3 对等网内容传输的有效性
5.5.4 边缘云与节点协作
5.6 系统实现讨论
5.7 本章小结
第6章 基于混合云计算资源的社交视频服务部署策略
6.1 本章引言
6.2 相关工作
6.3 社交视频服务特性
6.3.1 内容处理计算资源需求特性
6.3.2 混合云计算资源优势
6.4 社交视频服务部署策略
6.4.1 设计框架
6.4.2 基于内容生成预测的计算资源分配
6.4.3 基于传播强度的内容复制策略
6.5 算法与系统实现
6.5.1 局部内容处理节点部署
6.5.2 全局内容分发部署
6.6 性能评测
6.6.1 实验设计
6.6.2 实验结果
6.7 本章小结
第7章 总结与展望
7.1 研究工作总结
7.2 研究工作展望
参考文献
致谢
附录A 多云计算提供商环境下用户划分问题与MCP问题等价的证明
A.1 对定理4.1的证明
个人简历、在学期间发表的学术论文与研究成果
本文编号：3707735
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3707735.html
