基于马尔可夫修正模型的视频预测策略

• 作者: 桂易琪 鞠爽爽
• 来源期刊: 计算机与现代化
• 关键词: 马尔可夫 修正模型 流行度 命中率
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 网络与通信|NETWORK AND COMMUNICATION
• 页码范围: 83-88
• 页数: 6页
• 分类号: TP37
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.02.016

摘要

在P2P流媒体系统中,要想用户获得较好的观看质量,系统会选择流行度较高的视频段,在某些情况下并非响应时间最短就是最佳的视频段,还要看用户使用的需求.新上映的视频段的流行度没有形成稳定的趋势,因此没有足够的数据,传统的统计方法不能及时反映出流行度的变化.针对此问题,本文提出一种基于马尔可夫修正模型的视频预测缓存策略(Modified Markov Prediction Model,MMPM),该策略可以在用户历史访问记录不多的情况下运行,从视频段点击的次数中获取状态转移矩阵,以适应用户点击率的持续变化.仿真实验表明,动态预测的实现提高了命中率及响应速度,验证了算法的有效性、准确性及快速性.