江翠麗，曹騰飛，李長哲，王曉英

(青海大學(xué) 計算機技術(shù)與應(yīng)用系，青海 西寧 810016)

0 引 言

隨著移動互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，視頻點播、視頻聊天等流媒體網(wǎng)絡(luò)業(yè)務(wù)已成為用戶消費的主流[1]。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中(CNNIC)第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》統(tǒng)計，截至2019年6月，國內(nèi)網(wǎng)絡(luò)視頻用戶規(guī)模達(dá)8.47億，較2018年底增長3 391萬，占網(wǎng)民整體的88.8%[2]。為實現(xiàn)高帶寬、大容量、低時延，5G移動通信網(wǎng)絡(luò)應(yīng)運而生[3]。5G網(wǎng)絡(luò)的超高傳輸速率雖然解決了網(wǎng)絡(luò)帶寬與時延的問題，但仍無法滿足不同用戶對不同視頻業(yè)務(wù)的體驗需求[4]。因此，從用戶需求感知出發(fā)，提升用戶的服務(wù)體驗是網(wǎng)絡(luò)視頻行業(yè)發(fā)展的必然趨勢。精準(zhǔn)的用戶需求預(yù)測可以減少用戶尋找所需視頻內(nèi)容的時間，在提升用戶體驗的同時有助于運營商精準(zhǔn)地掌握用戶喜好信息，促進(jìn)網(wǎng)絡(luò)平臺的發(fā)展。

文獻(xiàn)[5-6]將網(wǎng)絡(luò)負(fù)荷作為評價指標(biāo)構(gòu)建了基于用戶感知的網(wǎng)絡(luò)負(fù)荷模型，通過對不同小區(qū)的用戶使用流量情況分析，從用戶感知速率角度實現(xiàn)了流量增長與網(wǎng)絡(luò)負(fù)載能力的平衡。文獻(xiàn)[7]為應(yīng)對不同用戶的不同業(yè)務(wù)需求，提出了一種面向排名的預(yù)測方法，通過考慮用戶對服務(wù)質(zhì)量的態(tài)度和期望，來提高服務(wù)等級預(yù)測的準(zhǔn)確性，發(fā)現(xiàn)滿意度更高的云服務(wù)候選者，以減少負(fù)面顧客在排名相似度計算中的影響。文獻(xiàn)[8]提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)算法構(gòu)建用戶感知評價模型，通過對產(chǎn)品的使用數(shù)據(jù)進(jìn)行研究分析，建立了用戶感知評估與產(chǎn)品性能之間的映射關(guān)系，從用戶感知產(chǎn)品性能的角度出發(fā)，預(yù)測出影響用戶感知的產(chǎn)品性能參數(shù)。文獻(xiàn)[9]從網(wǎng)絡(luò)業(yè)務(wù)角度出發(fā)，充分考慮不同業(yè)務(wù)類型對信道資源的占用情況，根據(jù)流量與用戶體驗的變化率來構(gòu)造網(wǎng)絡(luò)效益函數(shù)，實現(xiàn)無線資源的利用效率。文獻(xiàn)[10]基于深度神經(jīng)網(wǎng)絡(luò)DNN模型對IPTV視頻用戶的點播行為進(jìn)行分析，如用戶的在線時長、觀看時長等，目的在于幫助IPTV服務(wù)提供商進(jìn)行合理的資源分配，提升對用戶的服務(wù)質(zhì)量。

現(xiàn)有的視頻用戶需求感知方法僅依賴于用戶對視頻播放質(zhì)量和網(wǎng)絡(luò)狀態(tài)需求的感知，忽略了用戶自身觀看喜好和觀看行為對需求感知的重要性，而該文從用戶觀看視頻行為出發(fā)，結(jié)合用戶觀看視頻喜好，提出了基于SVM的視頻用戶需求預(yù)測模型，目的在于精準(zhǔn)預(yù)測用戶對視頻內(nèi)容的需求，幫助運營商提高視頻推薦成功率，在促進(jìn)網(wǎng)絡(luò)視頻業(yè)務(wù)發(fā)展的同時減少用戶搜索視頻的時間，提升用戶體驗。

1 相關(guān)理論

用戶觀看視頻的行為受到多種因素的影響，如地區(qū)、年齡、終端設(shè)備能耗及視頻的流行度等因素，不同的地區(qū)、不同的人群觀看視頻的行為具有顯著差異[11]。面對海量的網(wǎng)絡(luò)視頻資源，不同的用戶對視頻內(nèi)容的需求也不同，挖掘用戶觀看視頻行為數(shù)據(jù)中各用戶與其對視頻需求的關(guān)系并建立有效的視頻用戶需求預(yù)測模型，可以實現(xiàn)用戶對視頻內(nèi)容需求的預(yù)測，提升用戶體驗。

由已知的用戶觀看視頻行為數(shù)據(jù)來預(yù)測用戶后續(xù)的需求非常符合支持向量機(support vector machine)的應(yīng)用場景。支持向量機是由Cortes和Vapnik于1995年首先提出的建立在統(tǒng)計學(xué)習(xí)理論的VC維理論。該理論可以根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳解決策略，以期獲得最小化結(jié)構(gòu)風(fēng)險[12]。SVM預(yù)測模型的主要思想是實現(xiàn)樣本數(shù)據(jù)的線性回歸，具體地，將線性不可分的樣本數(shù)據(jù)x通過非線性映射φ，映射到更高維的特征空間F，在高維空間F實現(xiàn)樣本數(shù)據(jù)的線性回歸。由于SVM可以實現(xiàn)對特定訓(xùn)練樣本的學(xué)習(xí)精度和無錯誤地識別任意樣本能力的折中，從而被廣泛應(yīng)用于函數(shù)擬合等其他機器學(xué)習(xí)的問題中[13]。

為了檢測由巨大的網(wǎng)絡(luò)流量數(shù)據(jù)引起的網(wǎng)絡(luò)入侵，文獻(xiàn)[14]針對非線性海量數(shù)據(jù)提出了一種基于深度置信網(wǎng)絡(luò)和支持向量機(DBN-SVM)的分類算法，提高了分類的準(zhǔn)確性，并為實時的網(wǎng)絡(luò)入侵檢測提供了基礎(chǔ)。文獻(xiàn)[15]將SVM預(yù)測模型應(yīng)用于經(jīng)濟預(yù)測領(lǐng)域，研究結(jié)果表明，支持向量機可以有效地減少噪聲數(shù)據(jù)的影響，并實現(xiàn)非線性區(qū)域經(jīng)濟變量之間的映射，提高了模型的預(yù)測精度。

實現(xiàn)用戶需求預(yù)測的目的在于：當(dāng)用戶瀏覽視頻網(wǎng)站時，運營商可以基于用戶需求預(yù)測結(jié)果為目標(biāo)用戶提供其可能感興趣的視頻內(nèi)容，從而在提升用戶觀看體驗的同時提高視頻資源的利用率，降低網(wǎng)絡(luò)運營成本。該文基于SVM預(yù)測模型實現(xiàn)對用戶觀看視頻需求的預(yù)測，主要包括以下5個步驟：先獲取用戶信息及用戶觀看視頻信息；其次對獲取的用戶和視頻數(shù)據(jù)進(jìn)行探索及處理；然后利用訓(xùn)練數(shù)據(jù)訓(xùn)練模型并生成預(yù)測模型；再利用測試數(shù)據(jù)進(jìn)行模型預(yù)測；最后將預(yù)測結(jié)果與實際情況進(jìn)行對比分析，實現(xiàn)對模型性能的評估。

2 SVM算法

2.1 問題描述

構(gòu)建基于SVM的視頻用戶需求預(yù)測模型的關(guān)鍵在于尋求一條泛化性比較好的決策邊界，使得支持向量距離決策邊界盡可能的遠(yuǎn)。尋求最優(yōu)決策邊界的過程即為最大化支持向量到?jīng)Q策邊界的距離d的過程。

定義樣本的個數(shù)為M={1,2,…,m}，假設(shè)x表示原來的樣本點，用φ(x)表示x映射到高維特征空間F后得到的新向量，那么支撐向量到超平面wTφ(x)+b=0的幾何間隔表示為：

(1)

則優(yōu)化目標(biāo)表示為：

(2)

注意到幾何間隔d與‖w‖是成反比的，且|wTφ(x)+b|為固定值，因此最大化幾何間隔d的問題可以轉(zhuǎn)化為最小化‖w‖的問題。為了方便后邊求導(dǎo)計算，將目標(biāo)優(yōu)化問題(2)進(jìn)一步轉(zhuǎn)化為(3)：

(3)

為提高SVM視頻用戶需求預(yù)測模型的泛化能力，引入松弛變量ξi，則目標(biāo)優(yōu)化問題將進(jìn)一步轉(zhuǎn)化為：

s.t. 1-yi(wTφ(xi)+b)-ξi≤0

ξi≥0,i=1,2,…,n

(4)

其中，C為懲罰因子且滿足C>0。分析可知：為使得樣本數(shù)據(jù)線性可分，需滿足C為無窮大時，ξi必然無窮??；當(dāng)且僅當(dāng)C為有限值的時候，才會允許部分樣本不遵循約束條件。

2.2 優(yōu)化目標(biāo)求解

通過添加拉格朗日乘子，構(gòu)造拉格朗日函數(shù)，將問題(4)轉(zhuǎn)化為無約束的優(yōu)化問題，如下：

s.t.λi≥0,μi≥0

(5)

其中，λi和μi為拉格朗日乘子，利用強對偶性轉(zhuǎn)化，將式(5)轉(zhuǎn)化為：

s.t.λi≥0,μi≥0

(6)

分別對w，b和ξi求偏導(dǎo)數(shù)，并令偏導(dǎo)數(shù)為0，得出如下關(guān)系：

(7)

將式(7)中的求導(dǎo)結(jié)果帶入式(6)，得到新的目標(biāo)優(yōu)化函數(shù)：

(8)

求解式(8)，可以得到：

(9)

將支持向量(xs,ys)帶入：ys(wφ(xs)+b)=1，求出b為：

(10)

其中|S|為支持向量的個數(shù)。求出w和b后，便可以求得超平面wTφ(x)+b=0。

3 數(shù)據(jù)處理

3.1 數(shù)據(jù)集

文中用到的數(shù)據(jù)是利用Python軟件爬取的嗶哩嗶哩網(wǎng)站上的用戶觀看視頻行為信息。首先爬取嗶哩嗶哩網(wǎng)站上熱門番劇的ID，然后根據(jù)番劇ID爬取番劇信息及追番用戶的相關(guān)信息。最終用于實驗仿真的數(shù)據(jù)集是包含10 000行12列的用戶-視頻信息數(shù)據(jù)。

3.2 消 噪

為避免噪聲數(shù)據(jù)對數(shù)據(jù)體量、復(fù)雜度以及處理結(jié)果準(zhǔn)確率和時效性的影響，利用小波方法對樣本數(shù)據(jù)進(jìn)行消噪處理，消除數(shù)據(jù)集中無效或異常的數(shù)據(jù)，提高數(shù)據(jù)的收斂速度和模型預(yù)測的精度[16-18]。

由圖1可以看出，經(jīng)小波去噪后的數(shù)據(jù)與原數(shù)據(jù)相比，數(shù)據(jù)的大體趨勢并未發(fā)生變化。小波消噪可以在保證數(shù)據(jù)連續(xù)性和科學(xué)性的前提下，避免噪聲數(shù)據(jù)對預(yù)測模型的擾動。

圖1 小波消噪前后對比

3.3 降 維

為避免多個屬性間強相關(guān)性對數(shù)據(jù)集分析產(chǎn)生干擾，提升預(yù)測模型的可靠性，需從番劇標(biāo)簽、追番人數(shù)、番劇評分、用戶性別、用戶等級、用戶粉絲數(shù)、用戶關(guān)注人數(shù)、用戶評論點贊數(shù)這8個屬性標(biāo)簽中選取對預(yù)測用戶評分貢獻(xiàn)較大的特征屬性，降低預(yù)測模型的復(fù)雜度。在對數(shù)據(jù)集進(jìn)行降維處理的過程中，需要保證篩選出的屬性要盡可能多地表征樣本數(shù)據(jù)的大部分信息，否則將不會降低數(shù)據(jù)分析的難度和復(fù)雜度，甚至?xí)?dǎo)致分析失敗。

將番劇標(biāo)簽、追番人數(shù)、番劇評分、用戶性別、用戶等級、用戶粉絲數(shù)、用戶關(guān)注人數(shù)、用戶評論點贊數(shù)這8個屬性標(biāo)簽分別編號為1-8，通過遞歸特征消除法對樣本數(shù)據(jù)中各屬性的貢獻(xiàn)值進(jìn)行篩選[19]。

圖2為各屬性對預(yù)測結(jié)果的貢獻(xiàn)值，設(shè)定閾值0.85可以將原來的8維數(shù)據(jù)集降為5維數(shù)據(jù)集。選出的5個主要特征屬性分別為：番劇標(biāo)簽、追番人數(shù)、番劇評分、用戶性別、用戶等級。將篩選出的5個屬性用于模型訓(xùn)練。

圖2 各屬性貢獻(xiàn)值

3.4 歸一化

為避免因?qū)傩粤炕壊煌瑤淼念A(yù)測偏差，利用min-max標(biāo)準(zhǔn)化公式對樣本數(shù)據(jù)進(jìn)行歸一化處理。

(11)

其中，xi為屬性中第i個樣本的數(shù)據(jù)；xmax和xmin為屬性的最大值和最小值。

圖3為數(shù)據(jù)集中原始的番劇評分?jǐn)?shù)據(jù)與歸一化處理后的番劇評分?jǐn)?shù)據(jù)對比圖。歸一化處理后避免了因樣本數(shù)據(jù)各屬性間量化級不同造成的誤差，可以提升模型的收斂速度和精度。

圖3 歸一化處理前后對比

4 實驗與分析

4.1 基于不同核函數(shù)的SVM視頻用戶需預(yù)測模型

首先將數(shù)據(jù)集分為訓(xùn)練集和預(yù)測集兩類，將數(shù)據(jù)集的70%作為訓(xùn)練集，30%作為測試集。在模型訓(xùn)練的過程中，分別基于表1中三個不同的核函數(shù)構(gòu)造SVM視頻用戶需求預(yù)測模型，預(yù)測結(jié)果如圖4所示。

表1 不同核函數(shù)的表達(dá)式

圖4 基于不同核函數(shù)的SVM預(yù)測結(jié)果對比

選取均方誤差(MSE)、平均絕對百分比誤差(MAPE)和準(zhǔn)確率(Accuracy)三個評價指標(biāo)分別從預(yù)測誤差和預(yù)測精準(zhǔn)度兩個方面對不同核函數(shù)下的SVM視頻用戶需求預(yù)測結(jié)果進(jìn)行對比，結(jié)果如表2所示。

表2 基于不同核函數(shù)的SVM用戶需求預(yù)測效果對比

根據(jù)統(tǒng)計學(xué)原理可知，MSE、MAPE兩者的數(shù)值越小，表示預(yù)測值與真實值的誤差越小，即預(yù)測結(jié)果越接近于真實值，而準(zhǔn)確率越高表明預(yù)測模型的預(yù)測效果越好。對比表2中不同核函數(shù)下的SVM預(yù)測結(jié)果可知，基于高斯核函數(shù)的SVM視頻用戶需求預(yù)測模型預(yù)測效果較好。

4.2 參數(shù)調(diào)優(yōu)

為降低視頻用戶需求預(yù)測模型的預(yù)測誤差，提高預(yù)測的準(zhǔn)確率，現(xiàn)針對高斯核函數(shù)下的SVM視頻用戶需求預(yù)測模型進(jìn)行參數(shù)調(diào)優(yōu)。隨機選取4組參數(shù)對(C,δ)進(jìn)行對比實驗，其中C為懲罰系數(shù)，δ為高斯核函數(shù)系數(shù)，預(yù)測對比結(jié)果如圖5所示。

圖5 基于不同參數(shù)對的SVM預(yù)測結(jié)果對比

通過對比表3中不同參數(shù)對SVM視頻用戶預(yù)測模型的MSE、MAPE和Accuracy，可以得到C=2.25,δ=1.25時的SVM視頻用戶需求預(yù)測模型最佳。

表3 基于參數(shù)C和δ的SVM預(yù)測效果對比

5 結(jié)束語

文中將用戶觀看視頻行為的數(shù)據(jù)作為訓(xùn)練集，以用戶數(shù)據(jù)及其對視頻需求的關(guān)系為基準(zhǔn)，提出基于不同核函數(shù)下的SVM視頻用戶需求預(yù)測模型，并對高斯核函數(shù)下的SVM視頻用戶需求預(yù)測模型進(jìn)行參數(shù)調(diào)優(yōu)，通過對預(yù)測結(jié)果的誤差和準(zhǔn)確度進(jìn)行對比分析，驗證了參數(shù)優(yōu)化的有效性。優(yōu)化后的SVM視頻用戶需求預(yù)測模型的預(yù)測結(jié)果的MSE為0.012 5，MAPE為0.075 5，準(zhǔn)確度為90.32%。該研究成果有助于運營商精準(zhǔn)掌握用戶需求，提升平臺為用戶推薦視頻的成功率，減少用戶在海量網(wǎng)絡(luò)視頻資源中搜索視頻內(nèi)容的時間。未來還需進(jìn)一步考慮如何結(jié)合神經(jīng)網(wǎng)絡(luò)算法對參數(shù)進(jìn)行智能調(diào)優(yōu)，進(jìn)一步降低模型預(yù)測的誤差，以提高預(yù)測的準(zhǔn)確度。