《表1 各视频网站的用户的观看行为记录》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《关于人工智能对用户QoE提升的若干思考》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

用户在某一时段的观看行为（如暂停视频、拖拽进度条、更换节目等）反映着用户在特定时段对该视频节目质量的满意度。通过对用户行为信息进行深度挖掘，寻找到具有相似行为的用户，并将其归为一类，最终对每一类用户进行QoE建模，从而建立个性化的QoE模型。在网络视频业务中，常见的视频网站所提供的视频参数以及用户行为如表1所示。用户行为通常可以分为显性行为和隐性行为。其中，显性用户行为主要是指用户对视频节目的评价，如对视频进行打分或者评价；隐性用户行为是指不能直接看出用户对视频内容的主观评价，而是通过用户的一些行为表现分析用户对视频质量的满意程度，如观看视频内容的时间长短、次数、以及清晰度的调整等。对隐性用户行为进行无感知挖掘是近几年用户行为分析的趋势，具有很大的挖掘潜力。