CN103944917A - 一种应用于微博社交网络的视频分发优化方法 - Google Patents

Abstract

本发明公开一种应用于微博社交网络的视频分发优化方法，服务器实时跟踪与保存所有视频数据源、用户地理位置信息和用户社交关系；如用户直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值则说明该区域的P2P集群的共享带宽不能满足该区域的用户请求，即用户闪聚即将或已经到达，服务器选择推送视频以增加该区域P2P集群的总带宽供应；否则说明该区域有足够多的节点提供共享带宽支持或者当前的在线用户的带宽需求较少，服务器无需推送。本方法保证每个用户在无法通过P2P数据共享的方式得到其他用户的服务的情况下，还能利用服务器的预留带宽得到服务，能让系统在闪聚刚到达的时候增加上传节点的数量，从而降低服务器的带宽消耗。

Description

一种应用于微博社交网络的视频分发优化方法

技术领域

本发明涉及计算机网络领域，更具体地，涉及一种应用于微博社交网络的视频分发优化方法，是根据社交关系和地理位置信息的P2P辅助进行视频分发优化方法。

背景技术

微博是当今互联网最热门的社交网络应用之一。微博的兴起不但极大地改变了人们的日常生活也改变了媒体信息的生产、传播和消费模式。由于微博的强时效性和强社交属性，越来越多的用户选择通过微博直接观看视频。微博中的视频通常根据特定关系链传播，视频通过微博用户的发布、转发和评论等行为可以迅速地传播开来。

根据Cisco公司的数据，视频流占到了目前互联网总流量的一半以上，视频网站是互联网最重要的应用之一。微博和视频的结合，改变了传统的视频点播网站，如YouTube、优酷和土豆等的视频分发方式。

微博中的热门视频存在突发的闪聚问题，这对视频网站的性能提出很大挑战。传统的C/S模式和简单的P2P模式为了应对闪聚问题需要耗费大量的带宽。研究利用微博的传播特性和微博用户观看视频的行为特征来改进微博用户的视频观看体验并降低服务器带宽消耗具有很高的应用价值。

目前各视频网站常用的方法是静态地提前预留足够带宽，Michael J.Freedman等人提出了一种自组织网络的内容分发网络CoralCDN，只需要以一个URL的主机名做一个小小的改变，便可简单发布CoralCDN。这样一个分散的DNS层可以透明地将浏览器指向到附近参加缓存的节点，反过来可以通过合作把源Web服务器负载降到最低。

由于闪聚的到达时间难以预测且持续时间较短，目前各视频网站常用的方法都是这种静态地提前预留足够带宽的方法。这种方法不但成本高而且带宽利用率低，现在采用这种方法的主流的内容分发网络的带宽利用率通常在5％-10％。

微博中的热门视频存在闪聚问题，即使有P2P技术的支持，突发的用户请求闪聚依然难以通过P2P数据共享得到解决，这样会给服务带宽带来很大压力。虽然闪聚难以预测，由于微博中的视频热门度与微博的传播特征息息相关，所以闪聚现象的出现通常与某些特定的微博传播特性有关，例如，微博中某个有很高影响力的用户转发了带有某个视频的微博之后，关注该用户的其他用户都很有可能观看该视频，从而对该视频产生了极大流量。同时，微博中的闪聚现象的持续时间很短，如果在观察到闪聚现象之后才部署带宽，由于闪聚已经过去，从而会使得这些部署的带宽资源的利用率会很低。闪聚的难预测性和短暂性是微博中视频分发系统设计中遇到的两个最重要的挑战。

发明内容

为了克服现有技术的不足，本发明提出一种应用于微博社交网络的视频分发优化方法，是一种基于社交关系和地理位置信息的P2P辅助的视频推送方法，该方法有效的降低了视频服务器带宽的平均负载和峰值负载，在一定程度上缓解了闪聚问题给视频服务器带来的负载压力，从而减少在视频服务器上部署带宽的代价。

为了实现上述目的，本发明的技术方案为：

一种应用于微博社交网络的视频分发优化方法，服务器保存所有视频数据源，并跟踪记录与视频有关的视频微博信息，服务器还实时跟踪与保存用户的地理位置信息和用户的社交关系；将用户按照地理位置被划分为不同的区域，各自区域的用户组成一个P2P集群，服务器充当这些集群的Tracker服务器，只有同一区域内的节点(Peer)共享各自所拥有的数据；视频分发优化方法包括：根据视频包括用户请求和服务器推送；

用户先将视频的请求发送给服务器，服务器获取用户的地理位置信息和社交信息；服务器返回与该用户所处区域相同且拥有该视频并愿意贡献带宽给该用户的在线Peer的列表；用户先向列表中的Peer请求，当这些Peer无法满足用户请求时，用户向服务器直接获取视频；

在最近一个时间槽内，服务器统计各个区域的所有用户对于每个视频的总请求数和直接向服务器获取视频的次数；

当直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值时，即该区域的P2P集群的共享带宽不能满足该区域的所有用户请求，此时服务器选择推送视频以增加该区域P2P集群的总带宽供应；否则说明该区域有足够多的节点提供支持或者当前的在线用户的带宽需求较少，服务器无需推送。

本发明将用户按地理位置划分是因为跨区域的P2P共享的延时较大，微博中的短视频要求较小的启动延时，所以用户选择从本区域的Peer获取数据。不同区域内的Peer共享数据不仅会导致过大的网络延时，也会产生大量跨ISP流量，因此，在本发明的视频分发时，视频服务提供商通常限制只有同一个区域内的Peer之间共享数据以保证视频分发性能同时尽可能减少视频分发过程中跨ISP流量产生的高昂的代价。在具体使用过程中，如果直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值则说明该区域的P2P集群的带宽不能满足该区域的用户请求，这说明了用户数量的增加，预示闪聚即将或者已经到达，这时服务器选择推送视频以增加区域P2P集群的总带宽；否则说明该区域有足够多的节点提供支持或者当前的在线用户数量较少，这时服务器无需推送。被推送的用户不但更可能观看该视频而且比较大的概率在接下来的一段时间为其他用户提供服务。因此能在闪聚刚到达的时候增加上传节点的数量，从而降低服务器的带宽。

服务器在识别到需要进行视频推送时，在进行视频推送前需确定推送数量；其中推送数量等于在线用户数乘以推送比例，其中推送比例需要根据实际应用环境调整；

确定了推送数量后，服务器根据用户与视频发布者之间的社交距离和用户在下一时间槽内的活跃度，在每个社交距离范围内选择相应数量的用户进行推送；

其中用户在下一时间槽内活跃度根据下式确定：

$x(u,t_{i+1})=\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j\·P(u,t_{i-j})---\left(1\right)$

其中,P(u,t_i)为用户u在t_i时间段内发布的微博数量，N为时间t_i之前最

近的时间槽的数量，为了权衡计算复杂度和活跃度计算准确性，N通常可设置为固定的若干时间槽长度，为t_j时间段的权重系数；满足：

$\left\{\begin{array}{cc}{\∂}_j>{\∂}_{j+1}& j\∈(0,N-1)\\ \underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j=1& \end{array}\right.---\left(2\right).$

即统计过去N个时间槽内用户发布的微博数量，并且给距离当前越近的时间段内发布的微博以越大的权重，具体的权值可以根据实际应用调整。例如N＝3，即使用最近的三个时槽的用户发微博数量计算用户下一时槽的活跃度，可以令和分别等于0.6、0.3和0.1。当用户在最近的多个时间段内发微博的数量减少时，通过公式(1)的计算可知，该用户的活跃度的值会相应降低。

上述视频观看者距离视频微博的原创者的社交距离满足如下分布：

$\mathrm{dis}\tan \mathrm{ce}\_\mathrm{ratio}\left(i\right)=\left\{\begin{array}{cc}47\%& \mathrm{ifi}=1\\ 33\%& \mathrm{ifi}=2\\ 12\%& \mathrm{ifi}=3\\ 8\%& \mathrm{ifii}>=4\end{array}\right.$

在微博系统中，假定一个用户的粉丝都是其朋友，即用户都更愿意为其粉丝提供数据共享服务。因为微博中视频顺着用户的关系链传播，用户通过关注他们而看到视频。如果将视频推送给距离发布者3跳及更远的用户，则由distance_ratio可知他的朋友如果没有关注原创者或者其他转发者则几乎不会观看该视频。所以当非该用户的朋友请求该视频时用户很可能拒绝提供上传帮助。因此应该将视频推送给距离视频发布者较近的用户，他们不但有更大的概率提供上传服务从而增加整个P2P系统的带宽，而且这些用户更可能观看该视频从而增加推送的准确度。

根据distance_ratio比例选取不同距离的活跃用户。例如当前时刻需要推送视频给n个用户，则选择n*47％个距离为1的用户，n*33％个距离为2的用户，依此类推。

服务器在进行视频推送前还需剔除手持设备，避免对手持设备进行推送；其中手持设备为手机或平板电脑。

通过测量结果可得，微博系统中有接近1/3的用户使用手机或者平板电脑观看视频。但是这些手持设备大多通过GPRS、3G或者Wifi连接，移动网络的带宽有限；并且由于手持设备的电量限制，相比PC用户，它们的在线时间受到限制，这导致这些节点不能作为P2P网络中的活跃节点为其它用户提供上传带宽。因此在进行视频推送的时候应该避免推送给这些手机和平板用户。令d(u)表示用户是否使用PC登录微博：

$d\left(u\right)=\left\{\begin{array}{cc}1& \mathrm{ifuusePC}\\ 0& \mathrm{ifuusemobiledevice}\end{array}\right.---\left(3\right)$

整合式(1)和(3)，用户的活跃度定义为：

A(u,t)＝d(u)·x(u,t)。

在具体实施过程中，时间槽Timeslot的值为经验值，时间槽设定得太小会增加服务器CPU的负载，太大则会对用户的请求数量的变化反映迟钝从而错过闪聚周期，因此需要根据实际需要调整该值，即可以根据微博用户请求的实时数据而进行自适应的调整。时间槽的时长为T/20～T/10，其中T为闪聚周期；一般的闪聚周期为数个小时。

在具体获取用户在下一时间槽内的活跃度时，还能够采用马尔科夫过程描述和建模用户在下一时间槽内的活跃度。

视频微博信息包括微博用户的地理位置、用户的设备、用户间的社交关系和用户的发微博的频率。

与现有技术相比，本发明的有益效果为：本发明首先让服务器端保存了所有视频数据源，保证每个用户在无法通过P2P数据共享的方式得到其他用户的服务的情况下，还是能从服务器得到服务。在本发明中，如果直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值则说明该区域的P2P集群的带宽不能满足该区域的用户请求，这说明了用户数量的增加，预示闪聚即将或者已经到达，这时服务器选择推送视频以增加区域P2P集群的总带宽供应；否则说明该区域有足够多的节点提供支持或者当前的在线用户带宽需求较少，这时服务器无需推送。本发明能够让系统在闪聚刚到达的时候增加上传节点的数量，从而降低服务器的带宽消耗。

附图说明

图1为本发明的网络架构图。

具体实施方式

下面结合附图对本发明做进一步的描述，但本发明的实施方式并不限于此。

本发明所使用的网络架构如图1所示。服务器端保存了所有视频数据源，保证每个用户在无法通过P2P数据共享的方式得到其他用户的服务的情况下，还是能从服务器得到服务，同时还跟踪记录了和该视频有关的视频微博信息，包括微博用户的地理位置、用户的设备、用户间的社交关系和用户的发微博的频率等信息，这些信息作为输入信息。

用户按照地理位置被划分为不同的区域，各自区域的用户组成一个P2P集群，服务器充当这些集群的Tracker服务器，只有同一区域内的Peer共享各自所拥有的数据。

本发明提出一种应用于微博社交网络的视频分发优化方法，详细阐述如下。

包括用户请求调度和服务器视频数据推送两部分：

(1)用户先将视频的请求发送给服务器；服务器获取用户的地理位置信息和朋友信息；服务器返回与该户所处区域相同的拥有该视频并且愿意贡献带宽给该用户的在线节点(在线Peer)的列表；用户先向列表中的Peer请求，当这些Peer无法满足用户请求时，用户向服务器直接获取视频。系统中每个用户的信息都记录在服务器中，服务器会实时跟踪用户的信息。

(2)对于每个视频，服务器统计在最近一个时间槽内，每个区域的所有用户的总请求数和直接向服务器获取视频的次数。如果直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值则说明该区域的P2P集群的带宽不能满足该区域的用户请求，这说明了用户数量的增加，预示闪聚即将或者已经到达，这时服务器选择推送视频以增加区域P2P集群的总带宽供应；否则说明该区域有足够多的节点提供支持或者当前的在线用户带宽需求较少，这时服务器无需推送。

推送前服务器还需要计算该区域的推送数量，推送的数量与设定的推送比例及在线用户的数量相关，然后选取和视频发布者社交距离近并且活跃度高的用户进行推送。系统中每个用户都有一个活跃度与其相关，用户的活跃度会在服务器推送过程中实时计算，活跃度的计算涉及到几个启发式原则的定义，包括：用户的类型，用户发布微博的频率，用户距离视频发布者的社交距离等。这些被推送的节点不但更可能观看该视频而且比较大的概率在接下来的一段时间为其他节点提供服务。因此系统能在闪聚刚到达的时候增加上传节点的数量，从而降低服务器的带宽。

本发明提出的视频推送方式，其启发式原则和参数的说明如下：

1、按区域划分用户的合理性

将用户按地理位置划分是因为跨区域的P2P共享的延时较大，微博中的短视频要求较小的启动延时，所以用户选择从本区域的Peer获取数据。不同区域内的Peer共享数据不仅会导致过大的网络延时，也会产生大量跨ISP流量，因此，在设计视频分发系统时，视频服务提供商通常限制只有同一个区域内的Peer之间共享数据以保证视频分发性能同时尽可能减少视频分发过程中跨ISP流量产生的高昂的代价。

2、剔除手机和平板用户

由测量结果可得，微博系统中有接近1/3的用户使用手机或者平板电脑观看视频。但是这些手持设备大多通过GPRS、3G或者Wifi连接，移动网络的带宽有限；并且由于手持设备的电量限制，相比PC用户，他们的在线时间受到限制，这导致这些节点不能作为P2P网络中的活跃节点为其它用户提供上传带宽。因此在进行视频推送的时候应该避免推送给这些手机和平板用户。令d(u)表示用户是否使用PC登录微博：

$d\left(u\right)=\left\{\begin{array}{cc}1& \mathrm{ifuusePC}\\ 0& \mathrm{ifuusemobiledevice}\end{array}\right.---\left(3\right)$

3、近期发布微博的用户在下一时段的活跃度

因为闪聚的持续时间较短，所以尽可能推送视频给在下一时间段活跃的用户。假设社交网的用户在发布了一条消息后的10分钟内都是在线的，如果用户发布两条消息的间隔时间小于1小时，那么用户在这段时间是持续在线的。类似地可以认为用户发布了一条微博之后在接下来的一段时间是活跃的或者用户活跃的概率较大。因此在本实施例中利用了这一点，由服务器记录用户发布微博的状况，选择近期发布微博数量较多的用户进行推送。在本实施例中计算用户下一时刻的活跃度的方法为：

$x(u,t_{i+1})=\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j\·P(u,t_{i-j})---\left(1\right)$

其中，P(u,t_i)为用户u在t_i时间段内发布的微博数量，N为时间t_i之前最近的时间槽的数量，为了权衡计算复杂度和活跃度计算准确性，N通常可设置为固定的若干时间槽长度，为t_j时间段的权重系数，满足：

$\left\{\begin{array}{cc}{\∂}_j>{\∂}_{j+1}& j\∈(0,N-1)\\ \underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j=1& \end{array}\right.---\left(2\right)$

即统计过去N个时间段内用户发布的微博数量，并且给距离当前越近的时间段内发布的微博以越大的权重，具体的权值可以根据实际应用调整。例如N＝3，即使用最近的三个时槽的用户发微博数量计算用户下一时槽的活跃度，可以令和分别等于0.6、0.3和0.1。当用户在最近的多个时间段内发微博的数量减少时，通过公式(1)的计算可知，该用户的活跃度的值会相应降低。

整合式(1)和(2)，用户的活跃度定义为：

A(u,t)＝d(u)×x(u,t)。

4、推送给与视频发布者社交距离更近的用户

根据测量结果，视频观看者距离视频微博的原创者的社交距离满足如下分布：

$\mathrm{dis}\tan \mathrm{ce}\_\mathrm{ratio}\left(i\right)=\left\{\begin{array}{cc}47\%& \mathrm{ifi}=1\\ 33\%& \mathrm{ifi}=2\\ 12\%& \mathrm{ifi}=3\\ 8\%& \mathrm{ifii}>=4\end{array}\right.$

另外有对微博用户的调查发现，在P2P应用中有28％的用户只愿意贡献带宽给他的朋友。

在微博系统中，假定一个用户的粉丝都是其朋友，即用户都更愿意为其粉丝提供数据共享服务。因为微博中视频顺着用户的关系链传播，用户通过关注他们而看到视频。如果将视频推送给距离发布者3跳及更远的用户，则由distance_ratio可知他的朋友如果没有关注原创者或者其他转发者则几乎不会观看该视频。所以当非该用户的朋友请求该视频时用户很可能拒绝提供上传帮助。因此应该将视频推送给距离视频发布者较近的用户，他们不但有更大的概率提供上传服务从而增加整个P2P系统的带宽，而且这些用户更可能观看该视频从而增加推送的准确度。

根据distance_ratio比例选取不同距离的活跃用户。例如当前时刻需要推送视频给n个用户，则选择n*47％个距离为1的用户，n*33％个距离为2的用户，依此类推。

5、时间槽Timeslot的选择

该值为经验值，时间槽设定得太小会增加服务器CPU的负载，太大则会对用户的请求数量的变化反映迟钝从而错过闪聚周期，因此需要根据实际需要调整该值。例如一般的闪聚周期为数个小时，可以将Timeslot设置为周期的十分之一或者二十分之一，该值可以根据微博用户请求的实时数据而进行自适应的调整。

6、阈值Threshold的选择

在本实施例中设定了一个阈值Threshold，当上一个时间槽内用户直接向服务器获取视频的次数d(i,r)占用户总请求数s(i,r)的比例大于Threshold时触发服务器推送。Threshold是用来判断上个时槽有多少比例用户请求不能被本地Peer满足，当闪聚出现时直接向用户请求视频的用户比例会迅速超过阈值。该值的设定会直接影响服务器识别闪聚的有效性，比如，如果该值过大，会导致服务器不能准确有效地识别闪聚，即闪聚识别的假阴性会增加(假阴性表示把真正的闪聚误认为不是闪聚)从而错过在闪聚到来时推送视频数据，如果该值过小，会导致服务器对闪聚的识别过于敏感，即闪聚识别的假阳性会增加(假阳性表示把不是闪聚的情形误认为是闪聚)。假阴性或假阳性过大都会导致服务器的负载过大。阈值的具体大小为经验值，可以根据系统的实际应用进行调整。

7、推送比例PushingRatio的选择

设定了一个推送比例PushingRatio，推送数等于在线用户数乘以推送比例。需要注意的是，推送比例需要根据实际应用调整，因为如果推送得太少则下一时间槽区域内的Peer的总带宽可能不够应付闪聚的请求，如果推送得太多，会导致用户之间P2P数据共享超过饱和点，这些过多的推送数据不会增加用户之间的P2P数据共享效率，但是会造成浪费并增加服务器的推送负载。

本视频分发优化方法的复杂度为O(mn)，其中m为视频的个数、n为系统在线的用户数量，这里计算用户的活跃度等只需要常量的时间。本方法的实现具有复杂度较低的优点，且主要是关注启发式原则对降低服务器网络带宽消耗的影响，所以在此不对复杂度做过多的分析。

本发明提出的基于社交关系和用户地理位置的P2P辅助视频数据推送方法，在具体实施时可以有多种方法，包括但不局限于：

(1)用在线学习的方法调整算法中的阈值；

(2)采用马尔科夫过程描述和建模用户的活跃程度；

(3)利用分布式DNS的方法调度用户请求；

本发明中，实现方法是可变的，在本发明技术方案的基础上，凡根据本发明原理对该算法的个别实现过程进行的改进和等同变换，均不应排除在本发明的保护范围之外。

本发明首先让服务器端保存了所有视频数据源，保证每个用户在无法通过P2P数据共享的方式得到其他用户的服务的情况下，还是能从服务器得到服务和跟踪信息，这保证了输入所具备的所有信息。在具体过程中，如果直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值则说明该区域的P2P集群的带宽不能满足该区域的用户请求，这说明了用户数量的增加，预示闪聚即将或者已经到达，这时服务器选择推送视频以增加区域P2P集群的总带宽供应；否则说明该区域有足够多的节点提供支持或者当前的在线用户带宽需求较少，这时服务器无需推送。

本方法能够让系统在闪聚刚到达的时候增加上传节点的数量，从而降低服务器的带宽。

以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (7)

1.一种应用于微博社交网络的视频分发优化方法，其特征在于，服务器保存所有视频数据源，并跟踪记录与视频有关的视频微博信息，服务器还实时跟踪与保存用户的地理位置信息和用户的社交关系；将用户按照地理位置被划分为不同的区域，各自区域的用户组成一个P2P集群，服务器充当这些集群的Tracker服务器，只有同一区域内的节点共享各自所拥有的数据；视频分发优化方法包括：用户请求调度和服务器视频数据推送；

用户先将视频的请求发送给服务器，服务器获取用户的地理位置信息和社交信息；服务器返回与该用户所处区域相同且拥有该视频并愿意贡献带宽给该用户的在线节点的列表；用户先向列表中的节点请求，如果这些节点无法满足用户请求，用户向服务器直接获取视频；

在最近一个时间槽内，服务器统计各个区域的所有用户对于每个视频的总请求数和直接向服务器获取视频的次数；

当直接向服务器获取视频的次数占总请求数的比例大于某个特定阈值时，即该区域的P2P集群的带宽不能满足该区域的用户请求，此时服务器选择推送视频以增加该区域P2P集群的总带宽供应；否则说明该区域有足够多的在线节点提供支持或者当前的在线用户的带宽需求较少，服务器无需推送。

2.根据权利要求1所述的应用于微博社交网络的视频分发优化方法，其特征在于，服务器在进行视频推送前需确定推送数量；其中推送数量等于在线用户数乘以推送比例，其中推送比例需要根据实际应用环境调整；

确定了推送数量后，服务器根据用户与视频发布者之间的社交距离和用户在下一时间槽内的活跃度，在每个社交距离范围内选择相应数量的用户进行推送；

其中用户在下一时间槽内活跃度根据下式确定：

$x(u,t_{i+1})=\underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j\·P(u,t_{i-j})$

其中，P(u,t_i)为用户u在t_i时间段内发布的微博数量，N为时间t_i之前最近的时间槽的数量，为了权衡计算复杂度和活跃度计算准确性，N设置为固定的若干时间槽长度，为t_j时间段的权重系数；满足：

$\left\{\begin{array}{cc}{\∂}_j>{\∂}_{j+1}& j\∈(0,N-1)\\ \underset{j=0}{\overset{N-1}{\mathrm{\Σ}}}{\∂}_j=1& .\end{array}\right.$

3.根据权利要求2所述的应用于微博社交网络的视频分发优化方法，其特征在于，服务器在进行视频推送前还需剔除手持设备，避免对手持设备进行推送。

4.根据权利要求3所述的应用于微博社交网络的视频分发优化方法，其特征在于，所述手持设备为手机或平板电脑。

5.根据权利要求2所述的应用于微博社交网络的视频分发优化方法，其特征在于，时间槽的时长为T/20～T/10，其中T为闪聚周期。

6.根据权利要求2所述的应用于微博社交网络的视频分发优化方法，其特征在于，还能够采用马尔科夫过程描述和建模用户在下一时间槽内的活跃度。

7.根据权利要求1所述的应用于微博社交网络的视频分发优化方法，其特征在于，所述视频微博信息括微博用户的地理位置、用户的设备、用户间的社交关系和用户的发微博的频率。