CN110958446A - 视频业务质量评估方法、装置、设备、及可读存储介质 - Google Patents

视频业务质量评估方法、装置、设备、及可读存储介质 Download PDF

Info

Publication number
CN110958446A
CN110958446A CN201811133585.9A CN201811133585A CN110958446A CN 110958446 A CN110958446 A CN 110958446A CN 201811133585 A CN201811133585 A CN 201811133585A CN 110958446 A CN110958446 A CN 110958446A
Authority
CN
China
Prior art keywords
video
transaction
slice
quality
cell
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811133585.9A
Other languages
English (en)
Other versions
CN110958446B (zh
Inventor
姜春鹤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201811133585.9A priority Critical patent/CN110958446B/zh
Priority to PCT/CN2019/077646 priority patent/WO2020062789A1/zh
Priority to EP19864913.9A priority patent/EP3860121A4/en
Publication of CN110958446A publication Critical patent/CN110958446A/zh
Application granted granted Critical
Publication of CN110958446B publication Critical patent/CN110958446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/61—Network physical structure; Signal processing
    • H04N21/6106—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network
    • H04N21/6125—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network involving transmission via Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/61—Network physical structure; Signal processing
    • H04N21/6106—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network
    • H04N21/6131—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network involving transmission via a mobile phone network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client 
    • H04N21/63—Control signaling related to video distribution between client, server and network components; Network processes for video distribution between server and clients or between remote clients, e.g. transmitting basic layer and enhancement layers over different transmission paths, setting up a peer-to-peer communication via Internet between remote STB's; Communication protocols; Addressing
    • H04N21/647—Control signaling between network components and server or clients; Network processes for video distribution between server and clients, e.g. controlling the quality of the video stream, by dropping packets, protecting content from unauthorised alteration within the network, monitoring of network load, bridging between two different networks, e.g. between IP and wireless
    • H04N21/64723—Monitoring of network processes or resources, e.g. monitoring of network load
    • H04N21/6473—Monitoring network processes errors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/835—Generation of protective data, e.g. certificates
    • H04N21/8352—Generation of protective data, e.g. certificates involving content or source identification data, e.g. Unique Material Identifier [UMID]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明实施例提供一种视频业务质量评估方法、装置、设备、及可读存储介质，可直接从网络中获取视频事务，其中一个视频事务包括视频的一段视频数据；并在事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将该获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据，然后对该关联合成视频数据进行切片得到视频切片，基于视频切片进行视频业务质量分析，实现对网内视频业务的质量进行评估，为主动发现和解决问题提供的技术基础，因此可提高用户感知体验的满意度。

Description

视频业务质量评估方法、装置、设备、及可读存储介质
技术领域
本发明实施例涉及但不限于通信领域，具体而言，涉及但不限于一种视频业务质量评估方法、装置、设备、及可读存储介质。
背景技术
目前互联网应用已经越来越广泛，而视频业务已经成为互联网上最为常用的业务之一，也是互联网上流量增势最为迅猛的业务，其无疑将成为电信网上的流量之王。尤其是随着运营商针对特定应用免流量或者不限量套餐的推广，直播视频将成为互联网视频业务的主要承载形式，而点播视频业务也将日益推广和普及。
因此，对于电信业务运营商而言，视频业务的服务质量已经成为影响互联网用户使用感知的一个重要因素，但运营商如何评估网内视频的服务质量目前尚无方案。运营商作为互联网用户投诉的第一受理人，无法评估自己网内的服务质量就意味着不但不能主动发现和解决问题，无法采取针对性措施提高用户感知，从而造成客户的流失，因此如何实现网内视频业务的质量评估是目前急需解决的问题。
发明内容
本发明实施例提供的视频业务质量评估方法、装置、设备、及可读存储介质，主要解决的技术问题是：如何实现网内视频业务的质量评估。
为了解决上述问题，本发明实施例提供了一种视频业务质量评估方法，包括：
从网络中获取视频事务，一个视频事务包括视频的一段视频数据；
在事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将所述获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据；
对所述关联合成视频数据进行切片得到视频切片，基于所述视频切片进行视频业务质量分析。
为了解决上述问题，本发明实施例还提供了一种视频业务质量评估装置，包括：
视频数据采集模块，用于从网络中获取视频事务，一个视频事务包括视频的一段视频数据；
视频数据关联合成模块，用于在事务缓冲池中当前存在某一事务队列中的视频事务与所述视频数据采集模块获取的视频事务关联时，将所述获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据；
视频切片分析模块，用于对所述关联合成视频数据进行切片得到视频切片，基于所述视频切片进行视频业务质量分析。
为了解决上述问题，本发明实施例还提供了一种视频业务质量评估设备，包括处理器、存储器以及通信总线；
所述通信总线用于实现所述处理器与所述存储器之间的通信连接；
所述处理器用于执行存所述储器中存储的一个或者多个计算机程序，以实现如上所述的视频业务质量评估方法的步骤。
为了解决上述问题，本发明实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如上所述的视频业务质量评估方法的步骤。
本发明的有益效果是：
根据本发明实施例提供的视频业务质量评估方法、装置、设备、及可读存储介质，可直接从网络中获取视频事务，其中一个视频事务包括视频的一段视频数据；并在事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将该获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据，然后对该关联合成视频数据进行切片得到视频切片，基于视频切片进行视频业务质量分析，实现对网内视频业务的质量进行评估，从而实现主动发现和解决问题，提高用户感知体验的满意度。
本发明其他特征和相应的有益效果在说明书的后面部分进行阐述说明，且应当理解，至少部分有益效果从本发明说明书中的记载变的显而易见。
附图说明
图1为本发明实施例一的视频业务质量评估方法的流程示意图；
图2-1为本发明实施例一的小区分布示意图；
图2-2为本发明实施例一的另一小区分布示意图；
图3为本发明实施例二的视频业务质量评估方法的流程示意图；
图4为本发明实施例三的视频业务质量评估装置结构示意图；
图5为本发明实施例四的视频业务质量评估装置结构示意图；
图6为本发明实施例四的视频业务质量评估方法的流程示意图；
图7为本发明实施例五的视频业务质量评估设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明实施例作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例一：
本实施例提供了一种视频业务质量评估方法，该方法既适用于直播视频业务，也适用于点播视频业务，参见图1所示，其包括：
S101：从网络中获取视频事务。
在本实施例中，一个视频事务包括视频的一段视频数据，如上所示，该视频可以是直播视频，也可以为点播视频。也即本实施例中，可以在视频直播过程中，或者视频点播过程中，从网络中获取到直播视频或点播视频的视频事务，以实现对直播视频或点播视频的质量进行评估。
另外，应当理解的是，在本实施例中，网络中同一时刻可能存在多个直播视频和/或点播视频，也可能仅存在一个直播视频或点播视频，也即本实施例中视频数据可包括直播视频数据和/或点播视频数据。且在本实施例中，不同视频事务所包括的视频数据的长度可以灵活设置，可以设置为相同，也可设置为不同。且不同视频或不同类型(该类型可以根据视频的分辨率、视频的播放应用类型、直播还是点播等方面进行定义)视频的视频事务也可以设置为相同，或设置为不同。
在本实施例中，针对不同视频或不同类型的视频，其视频事务的上报频率和/或其他上报条件也都可灵活设置，例如包括但不限于根据质量评估需求、网络环境等因素灵活设置。
S102：在事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将获取的取视频事务之视频数据与该事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据。
在一种示例中，当获取到一个视频事务后，在事务缓冲池中当前不存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将获取的视频事务作为一个新的事务队列在事务缓冲池中进行存储。
在本实施例中，一个事务队列可通过视频全局唯一标识进行标识，不同事务队列的视频全局唯一标识不同。且可选地，一个事务队列可设置为唯一对应一个视频全局唯一标识。
在本实施例中，一个事务队列中的各视频事务相关联，且该关联条件可以根据具体应用场景灵活设置。且可选地，在一种示例中，对于一个事务队列中的视频事务，可以在每进入一个视频事务时，就实时的将该视频事务的视频数据与该事务队列中的其他视频事务的视频数据进行合成处理，也可以在确定该事务队列中的视频事务对应的视频播放完毕之后，再对该事务队列中的所有视频事务的视频数据进行关联合成。因此，在一种示例中，事务缓冲池可包括关联事务缓冲池和合成事务缓冲池，关联事务缓冲池用于存储事务队列，也即存储各关联的视频事务；合成事务缓冲池则可用于存储根据关联结果对相应关联视频事务的视频数据进行合成处理得到的关联合成视频数据。且应当理解的是，在一种示例中，关联事务缓冲池中可仅存储视频事务用于关联判断的信息，当视频事务的视频数据不用于关联判断时，在关联事务缓冲池中可不进行存储，而直接在合成事务缓冲池中进行存储，从而降低缓冲存储资源开销。
在一种示例中，对事务队列中的各视频事务的视频数据进行合成时，可以根据该视频事务进入该队列的顺序按序合成，也可按照其他规则灵活合成。例如按随机顺序合成或按照视频数据长度从大到小的顺序进行合成等等。
S103：对得到的关联合成视频数据进行切片得到视频切片，基于视频切片进行视频业务质量分析。
在本实施例中，可以事务队列为单位，对各事务队列对应的关联合成视频数据进行切片得到视频切片，并基于视频切片进行视频业务质量分析，这样就可以得到每一事务队列所对应的视频的质量。
且可选地，本实施例还可综合各事务队列的质量分析结果进行网络的视频质量综合分析，从而得到网络的整体视频质量情况。也即。在本实施例中，可针对各视频进行质量分析，也可基于各视频的质量分析结果进行网络内视频业务整体质量的分析。
在本实施例的一种示例中，针对各视频事务，也可从网络中提取到该视频事务的各种信息，本实施例中可称之为事务信息，例如该事务信息包括但不限于视频事务之视频数据的视频下行流量、下载速率、视频码率、视频帧率、视频分辨率、视频类型、视频丢包率、对应的小区信息、用户身份信息中的至少一种。且本实施例中也可将该事务信息对应存储于事务缓冲池中，例如一种示例中，可设置事务缓冲池包括事务信息缓冲池，用于存储事务信息。当然在一种示例中，也可直接将获取的事务信息设置于视频事务中，从而随关联事务直接存储于关联事务池中。在本实施例中，事务信息中的至少部分信息可用于关联判断，至少部分信息也可用于在对视频切片的质量进行评估时作为质量评估的依据。在一种示例中，对于事务信息中用于关联判断的信息，当视频事务中不包含该信息时，则从该视频事务对应的事务信息中提取出来填充于该视频事务中，本实施例中称该操作为回填操作。例如回填用户身份信息和/或小区信息等。
在本实施例的中，对得到的关联合成视频数据进行切片时，一种示例中，可基于视频用户分布模型，基站分布场景，终端移动速度，终端数据处理性能、网络性能等多方面因素中的至少一种，确定切片的时间粒度，例如一种示例中可建立基于5s的时间粒度的视频切片；当然，在一些示例中，该时间粒度可支持动态配置和修改。且应当理解的是，针对同一视频的切片的时间粒度可以相同，也可动态变化；针对不同的视频之间的切片也可相同，或根据需求设置为不同，具体可根据具体应用场景灵活设置。
在本实施例的一种示例中，视频事务除了包括对应的视频数据外，还可包括该视频数据对应的关键字段；该关键字段可用于判断两个视频事务是否关联。在一种示例中，事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联包括：
该事务队列中的至少一个视频事务的关键字段与获取的视频事务的关键字段匹配，且获取的视频事务的视频数据之起始时间与事务队列当前播放时间的时间差值的绝对值小于视频播放老化时间阈值；
事务队列当前播放时间为：事务队列中，各视频事务的视频数据的起始时间中最大的起始时间。
例如，假设当前获取到视频事务D，且当前事务池中仅存在事务队列1，该事物队列1中包括关联的视频事务A和视频事务B，假设视频事务A的起始时间为18:00，视频事务B的起始时间为18：05，视频事务D的起始时间为18：06(当然也可能为18：04，也即也能早于视频事务A或视频事务B，但晚于视频事务A或视频事务B到达)，因此该事务队列1当前的播放时间为18：05，设视频播放老化时间阈值为2min(当然应当理解的是该值也可灵活设置为其他值)。在获取到视频事务D后，一种情况为视频事务D的关键字段与视频事务A和视频事务B中的至少一个视频事务的关键字段匹配，且此时视频事务D的起始时间18：06与事务队列1当前的播放时间18：05的时间差的绝对值为1min，小于视频播放老化时间阈值2min，确定视频事务D与视频事务A和视频事务B关联，将其加入事务队列1，并将事务队列1的播放时间设置为18:06。一种情况为视频事务D的关键字段与视频事务A和视频事务B的关键字段(应当理解的是，视频事务A、视频事务B和视频事务D的关键字段所包括的内容项目可相同，也可不同)都不匹配，或视频事务D的起始时间(例如这种情况下设视频事务D的起始时间为18：02)与事务队列1当前的播放时间18：05的时间差的绝对值(此时为3min)大于视频播放老化时间阈值2min，这种情况下事务缓冲池中当前不存在某一事务队列中的视频事务与获取的取视频事务D关联，在事务缓冲池中新设置一个事务队列2，将获取的视频事务D存储在该事务队列2中，也即将该视频事务D作为一个新的事务队列在事务缓冲池中进行存储，并将该新的事务队列的播放时间设置为18：02。
在本实施例的一种示例中，视频事务的关键字段可包括但不限于用户身份信息和视频匹配信息中的至少一种；当然，在一些示例中，视频事务A的起始时间也可包括在该关键字段中。例如，在一种示例中，关联策略可包括用户身份信息、视频匹配信息(也即关联字段)、关联时间(也即视频播放老化时间阈值)，此时视频事务的关键字段则可包括用户身份信息和视频匹配信息(也即关联字段)，以及视频事务的起始时间，例如：
在一种示例中，用户身份信息可包括但不限于IMSI(International MobileSubscriber Identification Number，国际移动用户识别码)、TMSI(Temporary MobileSubscriber Identity，临时移动用户识别码)、MSISDN(Mobile SubscriberInternational ISDN/PSTN number)、电话号码中的至少一种；
在一种示例中，视频匹配信息可包括但不限于：视频终端地址、服务器地址、服务器端口、视频应用、主机信息、播放文件名、视频唯一标识中的至少一种。
在本实施例的一种示例中，S103基于视频切片进行视频业务质量分析可包括获取以下用于质量评估的参数值中的至少一种：
视频切片的视频交互响应指标值：在一种示例中，该视频交互响应指标值可基于视频首屏显示所需的数据量(例如在一些视频播放过程中，只有在缓冲的数据量达到一定量之后才能启动播放，该一定量的值则可为视频首屏显示所需的数据量)与视频切片的下载速率(一种示例中可从该视频切片对应的视频事务的视频信息中获取或计算)计算得到；基于视频首屏显示所需的数据量与视频切片的下载速率进行计算时，可灵活采用相应的算法得到视频交互响应指标值，只要得到的视频交互响应指标值能反映视频的切换交互响应快慢程度即可；
视频切片的视频花屏频次值：一种示例中，该视频花屏频次值可基于视频正常播放所需的数据量与视频切片的实际下载数据量(也即视频切片的实际数据量)，采用第一算法计算得到；基于视频正常播放所需的数据量与视频切片的实际下载数据量计算时，第一算法的具体计算规则可以灵活选择，只要计算得到的视频花屏频次值可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的频繁程度即可；
视频切片的视频冻结频次值：一种示例中，该视频冻结频次值也可基于视频正常播放所需的数据量与视频切片的实际下载数据量(也即视频切片的实际数据量)，采用第二算法计算得到；基于视频正常播放所需的数据量与视频切片的实际下载数据量计算时，第二算法的具体计算规则也可以灵活选择，只要计算得到的视频冻结频次值可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的频繁程度即可；且可选地，第二算法可与上述第一算法相同，也可不同；
视频切片的视频花屏时长占比：一种示例中，该视频花屏时长占比可基于视频切片的实际下载数据量可播放时长与视频切片时长(也即视频切片应当播放的时长)，采用第三算法计算得到；基于实际下载数据量可播放时长与视频切片时长计算得到时，第三算法的具体计算规则也可以灵活选择，只要计算得到视频花屏时长占比可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的持续影响严重程度即可；
视频切片的视频冻结时长占比：一种示例中，该视频冻结时长占比也可基于视频切片的实际下载数据量可播放时长与视频切片时长(也即视频切片应当播放的时长)计算得到；基于实际下载数据量可播放时长与视频切片时长计算得到时，第四算法的具体计算规则也可以灵活选择，只要计算得到视频冻结时长占比可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的持续影响严重程度即可；且可选地，第四算法可与上述第三算法相同，也可不同；
视频切片的用户感知指标值：一种示例中，用户感知值基于视频切片的交互体验指标值和观看体验指标值计算得到；其中，交互体验指标值基于视频切片的视频交互响应指标值计算得到；观看体验指标值基于视频切片的视频内容质量指标值和传输质量指标值计算得到，传输质量指标值基于视频花屏频次值和视频花屏时长占比计算得到，或基于视频冻结频次值和视频冻结时长占比计算得到；该用户感知指标值可用于评估用户进行交互操作的频繁程度，且交互体验对不同行为的用户影响程度是不一样的：对于频繁切换视频、频道、清晰度的用户来说，交互质量的影响要远大于固定收看某个节目的用户，因此通过交互系统的调节，可以更加准确地评估用户的实际体验。
应当理解的是，本实施例中用于质量评估的参数值并不限于上述示例的几种指标值，且根据具体应用场景可以灵活的设置质量评估的参数值。例如：当用于点播视频业务质量评估时，可以将上述视频花屏或视频冻结频次值以及视频花屏或视频冻结时长占比分别替换成视频卡顿频次值以及视频卡顿时长占比等，以适用于不同场景的需求。
在本实施例中，基于一个视频的各视频切片的上述用于质量评估的参数值，可以反应出该视频业务的质量情况。
在本实施例的一种示例中，S103基于视频切片进行视频业务质量分析包括获取视频切片的用户感知指标值；且在此基础上，还可进一步基于切片间的指标变化情况进行频质量问题进行定界，进一步分析出由于无线连续性覆盖小区切换所引起的质量下降问题。例如，在一种示例中：
当一个关联合成视频数据的相邻两个视频切片间的用户感知指标值之差大于预设用户感知指标值差阈值、且该相邻两个视频切片的视频内容质量指标值之差值在预设质量指标值差值范围内、且该相邻两个视频切片对应的小区不同、以及该相邻两个视频切片的传输质量指标差值大于预设传输差值阈值时，将该相邻两个视频切片对应的小区记录为异常切换小区对。
在一种示例中，视频内容质量指标值可以基于视频源码率、分辨率、帧率等参数中的至少一种计算得到。
在一种示例中，视频切片对应的小区可以从视频切片对应的视频事务的事务信息或关键字段中获取；
在一种示例中，传输指标可包括但不限于下行重传率、上行丢包率、上行乱序率、下行数据传输时延等参数中的至少一种；在一种示例中，当包括上述中参数中的至少两种时，可设置只要有一种参数的差值大于对应的预设差值阈值时，则可判定这相邻两个视频切片的传输质量指标差值大于预设传输差值阈值。
在本实施例中，一个关联合成视频数据的相邻两个视频切片可以为两两相邻，例如假设对一个关联合成视频数据进行切片依次得到视频切片1、视频切片2、视频切片3、视频切片4，则本实施例中此处的相邻视频切片是指：视频切片1和视频切片2、视频切片2和视频切片3、视频切片3和视频切片4，以此类推。当然，在一些应用应场景中，相应视频切片也可设置为：视频切片1和视频切片2、视频切片3和视频切片4。
通过上述分析，可以发现所有切换过程中发生视频播放异常的小区，本实施例称之为异常切换小区对，且前一视频切片对应的小区为切出小区，后一视频切片对应的小区则为切入小区，这样可便于视频质量问题定位，也具体定位到是哪些小区切换产生了质量问题，从而提升问题发现和解决的及时性和准确性。
对于在切换过程中发生视频播放异常的小区，一般来说会存在过覆盖或弱覆盖导致出现播放异常。因此，可选地，在本实施例的一种示例中，基于视频切片进行视频业务质量分析还可进一步包括：
以异常切换小区对为单位，将位置信息与该异常切换小区对的位置信息满足预设空间聚类条件的其他小区与所述异常切换小区对聚为一个聚类；在一种示例中，具体可通过相应的空间聚类算法实现聚类。
在一种示例中，对于各异常切换小区对，可根据该异常切换小区对发生异常的次数对各异常切换小区对进行排序，从而体现各异常切换小区对的异常切换的严重程度，然后可按照对严重的切换异常的异常切换小区对进行优先分析的优先级顺序进行分析。一种示例中，可通过图计算方法实现对异常切换小区对进行排序。
然后确定各聚类中，异常切换小区对中的切入小区和切出小区之间存在其他小区时，记录该切入小区为过覆盖小区，和/或，记录切入小区和切出小区之间存在的其他小区为弱覆盖小区。
本实施例中，确定切入小区和切出小区之间是否存在其他小区的方式可以灵活设定。例如假设切入小区为小区1，切出小区为小区2，一种确定方式为：
将小区1和小区2连线，将该连线上存在的其他小区作为小区1和小区2之间的小区，例如参见图2-1所示，小区3则为小区1和小区2之间的小区，小区4则不算；此时可将小区1标记为过覆盖小区，和/或将小区3标记为弱覆盖小区；
另一示例中，可先确定出聚类中，与小区1和/或小区2在距离或方向等参数上满足预设条件的小区，例如图2-2中的小区3、小区4、小区5；然后将小区1和小区2连线，将小区1与上述满足预设条件的各小区分别连线，将与小区1和小区2连线的夹角小于预设角度阈值的小区作为小区1和小区2之间的小区。例如小区1与小区3的连线与小区1与小区2之间的连线的夹角等于0，小于预设角度阈值，因此小区3则为小区1和小区2之间的小区；小区1与小区4的连线与小区1与小区2之间的连线的夹角&1小于预设角度阈值，因此小区4也为小区1和小区2之间的小区；小区1与小区5的连线与小区1与小区2之间的连线的夹角大于预设角度阈值，因此小区5不是小区1和小区2之间的小区；此时可将小区1标记为过覆盖小区，和/或将小区3和小区4标记为弱覆盖小区。
在本实施例中，可选地，经上述分析得到异常小区(包括上述过覆盖小区和/或弱覆盖小区)后，还可进一步反向对这些异常小区中对应的视频切片进行异常原因的分析和位置的定位，例如，一种示例中，基于视频切片进行视频业务质量分析还可包括：
选择出过覆盖小区和/或弱覆盖小区对应的视频切片，一种示例中，可根据该视频切片对应的视频事务的事务信息或关键字段中的小区信息进行视频切片的选择；
获取各视频切片对应的传输参数，此处的传输参数可包括能用于进行异常原因分析的各种参数，例如RSRP(Reference Signal Receiving Power，参考信号接收功率)等；在一种示例中，当可获取到视频切片对应的终端的具体位置信息时，还可获取终端的具体位置信息；
根据获取的传输参数确定异常发生原因；在能获取到终端的具体位置信息时，还可确定出异常的具体位置信息，也即该视频切片对应的终端的具体位置信息，以便于在异常小区的覆盖范围内进一步的精确定位。
可见，本实施例提供的视频业务质量评估方法，通过采用视频多事务关联技术、视频关联多事务合成技术、视频关联与合成事务缓存技术、视频切片技术、视频切片指标评估技术、视频切片劣化定界技术、视频切片关联无线定位技术，实现了在复杂的视频播放场景下及时发现视频业务质量问题，并且能够及时发现问题的归属和根因以快速解决问题，从而提升网络的可靠性、可维护性和稳定性，提升用户感知体验。
实施例二：
为了便于理解，本实施例在上述实施例基础上，以应用于直播视频这一应用场景为示例对视频业务质量评估方法做进一步示例说明。本实施例提供的互联网直播视频业务质量评估方法如图3所示，包括：
S301：在获取到视频事务时，根据设定的关联策略对该视频事务进行关联、合成处理。
例如，在一种示例中，设置关联策略包括用户身份、关联字段(即视频匹配信息)和关联时间，一种示例中：
用户身份包括但不限于IMSI、TMSI、MSISDN；关联字段包括但不限于终端地址、服务器地址、服务器端口、视频应用(例如优酷视频、咪咕视频等)、主机信息、播放文件名、播放视频唯一标识(如VID(Video identifier，视频标识符))等；关联时间为视频播放老化时间，可根据具体应用需求灵活配置。
在一种示例中，对视频事务进行关联可包括：
A1、获取到视频事务A1(应当理解的是，针对加密播放的视频，此处可细化到TCP(Transmission Control Protocol)/UDP(User Datagram Protocol)数据包，下同)，确定事务缓冲池中当前没有与视频事务A1关联的视频事务，为视频事务A1生成一个视频全局唯一标识随视频事务A1(可选地，还可包括视频事务A1的事务信息)一起存入事务缓冲池中，此时该事务缓冲池中存在一个事务队列，该事务队列中存在视频事务A1；
B1、获取到视频事务B1，如果视频事务B1和视频事务A1的用户身份信息和关联字段都匹配，并且时间差值小于配置的关联时长，则认为视频事务A1和视频事务B1属于同一个视频播放，直接使用视频事务A1的业务全局唯一标识，并且把当前播放时间设置为视频事务A1和视频事务B1两者之间起始时间较大的时间，否则执行步骤C1；
C1、认为视频事务B1没有关联视频事务，为其生成视频全局唯一标识(可选地，还可包括视频事务B1的事务信息)视频事务信息一起存入事务缓冲池；
D1、上报视频事务C1，如果视频事务C1和事务缓冲池中的某个事务队列中的某个视频事务的用户身份信息和关联字段匹配，并且时间与该事务队列当前播放时间差值小于配置的关联时长，则认为视频事务C1与该事务队列中的视频事务属于同一个视频播放，直接使用该事务队列的视频全局唯一标识，并且把当前播放时间设置为视频事务C1和该事务队列播放时间之间较大的时间，否则执行步骤E1；
E1、认为视频事务C1没有关联视频事务，为其生成视频全局唯一标识，连同关联字段和视频事务信息一起存入事务缓冲池，对于后面获取到的视频事务的关联合成过程以此类推，在此不再赘述。
在一种示例中，视频事务的事务信息包括但不限于视频下行流量、下载速率、视频码率、视频帧率、视频分辨率、视频类型、视频丢包率、对应的小区信息、用户身份信息中的至少一种。
S302：对数据缓冲池中的关联合成视频数据进行切片，按照视频切片进行直播视频业务质量指标评估分析。
在一种示例中，对一个事务队列的关联合成视频数据进行切片时，可通过研究视频用户分布模型，综合考虑基站分布场景，终端移动速度，数据处理性能等多方面因素，建立基于对应时间粒度的视频切片，例如该时间粒度可为5S、10S、15S、18S、20S等。然后按照设定的切片的时间粒度对关联合成视频数据进行切片得到视频切片。
在一种示例中，按照视频切片进行直播视频业务质量指标评估分析可具体包括但不限于如下关键指标：
视频交互响应指标值(即直播视频交互响应)：此指标可反映直播视频的切换交互响应快慢程度，一种示例中可基于直播视频首屏显示所需的数据量与视频切片的下载速率计算得到；
视频切片的视频花屏(或视频冻结)频次值(即直播视频冻结/花屏频次)：此指标可反映直播视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的频繁程度，一种示例中可基于直播视频正常播放所需的数据量与视频切片的实际下载数据量计算得到；
视频切片的视频花屏(或视频冻结)时长占比(即直播视频冻结/花屏时长)：此指标反映直播视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的持续影响严重程度，一种示例中可基于视频切片的实际下载数据量可播放时长与视频切片时长(也即视频切片应当播放的时长)计算得到；
视频切片的用户感知指标值(即直播视频播放用户感知)：此指标反映直播视频播放用户实际体验感知，其可由两部分构成，一部分是交互体验(即交互体验指标值)，其可通过直播视频交互响应指标计算得到；另外一部分是观看体验(即观看体验指标值)，其可通过视频内容质量指标和传输质量指标计算得到，而视频内容质量可由视频源码率、分辨率、帧率等指标确定，传输质量指标由直播视频花屏(或视频冻结)频次和直播视频花屏(或视频冻结)时长指标确定，然后可将这两部分通过交互系统作为权重经过加权计算后得到最终的视频播放用户感知，也即视频切片的用户感知指标值。
S303：根据视频切片间的指标劣化对直播视频质量问题进行定界，分析出由于无线连续性覆盖小区切换所引起的质量下降问题。
例如，一种示例中，该分析过程包括：
检测一个关联合成视频数据两个相邻视频切片间的用户感知指标值之差，如果该差值大于预设用户感知指标值差阈值，则认为指标严重劣化，转至下一步分析；否则可不对这两个视频切片进行处理；
检测这两个视频切片的视频源质量是否发生变化(可通过判断该相邻两个视频切片的视频内容质量指标值之差值是否在预设质量指标值差值范围内确定)，如果发生变化则认为是视频源质量引起，可不对这两个视频切片做进一步的处理，否则转至下一步分析；
检测这两个视频切片所在的小区是否发生变化(也即对应的小区是否相同)，如果没有发生变化则不对这两个视频切片做进一步的处理，否则转至下一步分析；
检测两个视频切片间的无线传输的基础指标(也即传输指标，例如包括但不限于下行重传率、上行丢包、上行乱序率、下行数据传输时延中的至少一种)是否发生变化，并且变化的阈值是否超过设置的阈值，如果是认为视频切片间指标劣化是由于无线连续性覆盖小区切换所引起，将这两个视频切片对应的小区记录为异常切换小区对，包括记录切出小区(前一视频切片对应的小区)、切入小区(后一视频切片对应的小区)等信息，否则，可不对这两个视频切片做进一步的处理。
S304：根据记录的异常切换小区对，采用图计算和空间聚类的机器学习方法分析出无线弱覆盖、过覆盖问题。
例如，在一种示例中，分析无线弱覆盖、过覆盖的过程包括：
采用图计算对各异常切换小区对按照异常严重程度进行排序，图可以表示数据之间的关系，以及关系之间的强弱与方向，通过图计算可以计算出异常切换小区对中发生异常次数的联系，从而可以直观计算出小区之间的异常切换关系并量化异常切换的严重程度，对严重的切换异常进行优先分析；
根据图计算中异常切换小区对的小区经纬度信息和周边其他小区的经纬度信息进行空间聚类分析，把符合条件的其他小区与异常切换小区对聚成一类，本实施例称之为聚类；
根据空间聚类输出的小区聚类结果，针对各聚类，以异常切换小区对中切入小区与切出小区间距离为基准，在该距离范围内如果存在其他小区则执行下一步，否则不做进一步处理；
检测异常切换小区对中的切入和切出小区间的连线与切入小区与上述其他小区间的连线夹角小于设置的角度阈值，则认为切出小区与切入小区的切换路径上存在其他小区，从而判定记录该切入小区为过覆盖小区，记录该切换路径上的其他小区为弱覆盖小区。
S305：根据分析出存在无线覆盖问题的小区，与无线数据(包括但不限于各种传输参数)关联可以获取精准的问题位置和具体的问题原因，纳入运营商生产流程以快速解决用户投诉或者主动对直播视频业务质量进行保障。
例如，一种示例可包括：
根据分析出的无线覆盖问题的小区筛选出对应的视频切片；
以视频切片为基准，使用该视频切片对应的视频事务的关联字段匹配无线数据获取当前所处的经纬度、RSRP等无线关键信息；可选地，在一些示例中，其中关联字段包括两端的应用协议标识(S1Application Protocol，S1AP ID)等；
根据无线关键信息可以定位出视频播放问题发生的具体位置和原因，便于进一步快速、准确的进行问题定位和问题原因的确定，给问题的修复提供依据。
可见，通过本实施例提供的视频业务质量评估方法，可以对直播视频业务的业务质量进行全面评估，其评估的结果能有效体现出用户的真实体验感知，在对直播视频业务有效评估的基础上可以对网络进行主动运维和及时对客户体验进行保障，对于无线网络的问题可以快速进行根因分析和定位，纳入运营商生产流程从而指导运营商快速解决网络问题，提升网络的可靠性、可维护性和稳定性，提升用户感知体验，从而提高用户满意度，增加用户粘性，体现运营商网络价值。
实施例三：
本实施例还提供了一种视频业务质量评估装置，其可应用于各种视频业务质量评估设备，参见图4所示，其包括：
视频数据采集模块41，用于从网络中获取视频事务，在本实施例中，一个视频事务包括视频的一段视频数据，如上所示，该视频可以是直播视频，也可以为点播视频。也即本实施例中，可以在视频直播过程中，或者视频点播过程中，从网络中获取到直播视频或点播视频的视频事务，以实现对直播视频或点播视频的质量进行评估。
视频数据关联合成模块42，用于在事务缓冲池中当前存在某一事务队列中的视频事务与视频数据采集模块41获取的视频事务关联时，将获取的取视频事务之视频数据与事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据。
在一种示例中，视频数据关联合成模块42还用于在事务缓冲池中当前不存在某一事务队列中的视频事务与视频数据采集模块41获取的视频事务关联时，将获取的视频事务作为一个新的事务队列在事务缓冲池中进行存储。
在本实施例中，视频数据关联合成模块42可设置一个事务队列可通过视频全局唯一标识进行标识，不同事务队列的视频全局唯一标识不同。且可选地，一个事务队列可设置为唯一对应一个视频全局唯一标识。
在本实施例中，一个事务队列中的各视频事务相关联，且该关联条件可以根据具体应用场景灵活设置。且可选地，在一种示例中，视频数据关联合成模块42对于一个事务队列中的视频事务，可以在每进入一个视频事务时，就实时的将该视频事务的视频数据与该事务队列中的其他视频事务的视频数据进行合成处理，也可以在确定该事务队列中的视频事务对应的视频播放完毕之后，再对该事务队列中的所有视频事务的视频数据进行关联合成。因此，在一种示例中，事务缓冲池可包括关联事务缓冲池和合成事务缓冲池，关联事务缓冲池用于存储事务队列，也即存储各关联的视频事务；合成事务缓冲池则可用于存储根据关联结果对相应关联视频事务的视频数据进行合成处理得到的关联合成视频数据。
视频切片分析模块43，用于对关联合成视频数据进行切片得到视频切片，基于视频切片进行视频业务质量分析。
在本实施例中，视频切片分析模块43可以事务队列为单位，对各事务队列对应的关联合成视频数据进行切片得到视频切片，并基于视频切片进行视频业务质量分析，这样就可以得到每一事务队列所对应的视频的质量。
且可选地，本实施例中，视频切片分析模块43还可综合各事务队列的质量分析结果进行网络的视频质量综合分析，从而得到网络的整体视频质量情况。也即。在本实施例中，可针对各视频进行质量分析，也可基于各视频的质量分析结果进行网络内视频业务整体质量的分析。
在本实施例的一种示例中，针对各视频事务，视频数据采集模块41也可从网络中提取到该视频事务的各种信息，本实施例中可称之为事务信息，例如该事务信息包括但不限于视频事务之视频数据的视频下行流量、下载速率、视频码率、视频帧率、视频分辨率、视频类型、视频丢包率、对应的小区信息、用户身份信息中的至少一种。且本实施例中也可将该事务信息对应存储于事务缓冲池中，例如一种示例中，可设置事务缓冲池包括事务信息缓冲池，用于存储事务信息。当然在一种示例中，也可直接将获取的事务信息设置于视频事务中，从而随关联事务直接存储于关联事务池中。在本实施例中，事务信息中的至少部分信息可用于关联判断，至少部分信息也可用于在对视频切片的质量进行评估时作为质量评估的依据。在一种示例中，视频数据采集模块41对于事务信息中用于关联判断的信息，当视频事务中不包含该信息时，则从该视频事务对应的事务信息中提取出来填充于该视频事务中，本实施例中称该操作为回填操作。
在本实施例的中，视频切片分析模块43对得到的关联合成视频数据进行切片时，一种示例中，可基于视频用户分布模型，基站分布场景，终端移动速度，终端数据处理性能、网络性能等多方面因素中的至少一种，确定切片的时间粒度，例如一种示例中可建立基于10s的时间粒度的视频切片；当然，在一些示例中，该时间粒度可支持动态配置和修改。
在本实施例的一种示例中，视频事务除了包括对应的视频数据外，还可包括该视频数据对应的关键字段；该关键字段可用于判断两个视频事务是否关联。在一种示例中，视频数据关联合成模块42确定出的事务缓冲池中当前存在某一事务队列中的视频事务与获取的取视频事务关联包括：该事务队列中的至少一个视频事务的关键字段与获取的视频事务的关键字段匹配，且获取的视频事务的视频数据之起始时间与事务队列当前播放时间的时间差值的绝对值小于视频播放老化时间阈值；
事务队列当前播放时间为：事务队列中，各视频事务的视频数据的起始时间中最大的起始时间。
在本实施例的一种示例中，视频切片分析模块43用于基于视频切片进行以下至少一种视频业务质量分析：
视频切片的视频交互响应指标值：在一种示例中，该视频交互响应指标值可基于视频首屏显示所需的数据量与视频切片的下载速率计算得到，只要得到的视频交互响应指标值能反映视频的切换交互响应快慢程度即可；
视频切片的视频花屏频次值：一种示例中，该视频花屏频次值可基于视频正常播放所需的数据量与视频切片的实际下载数据量(也即视频切片的实际数据量)，采用第一算法计算得到；基于视频正常播放所需的数据量与视频切片的实际下载数据量计算时，第一算法的具体计算规则可以灵活选择，只要计算得到的视频花屏频次值可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的频繁程度即可；
视频切片的视频冻结频次值：一种示例中，该视频冻结频次值也可基于视频正常播放所需的数据量与视频切片的实际下载数据量(也即视频切片的实际数据量)，采用第二算法计算得到；第二算法的具体计算规则也可以灵活选择，只要计算得到的视频冻结频次值可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的频繁程度即可；且可选地，第二算法可与上述第一算法相同，也可不同；
视频切片的视频花屏时长占比：一种示例中，该视频花屏时长占比可基于视频切片的实际下载数据量可播放时长与视频切片时长(也即视频切片应当播放的时长)，采用第三算法计算得到；基于实际下载数据量可播放时长与视频切片时长计算得到时，第三算法的具体计算规则也可以灵活选择，只要计算得到视频花屏时长占比可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的持续影响严重程度即可；
视频切片的视频冻结时长占比：一种示例中，该视频冻结时长占比也可基于视频切片的实际下载数据量可播放时长与视频切片时长(也即视频切片应当播放的时长)计算得到；第四算法的具体计算规则也可以灵活选择，只要计算得到视频冻结时长占比可反映视频播放过程中由于视频数据传输不及时而导致视频播放出现问题的持续影响严重程度即可；且可选地，第四算法可与上述第三算法相同，也可不同；
视频切片的用户感知指标值：一种示例中，用户感知值基于视频切片的交互体验指标值和观看体验指标值计算得到；其中，交互体验指标值基于视频切片的视频交互响应指标值计算得到；观看体验指标值基于视频切片的视频内容质量指标值和传输质量指标值计算得到，传输质量指标值基于视频花屏(或视频冻结)频次值和视频花屏(或视频冻结)时长占比计算得到；该用户感知指标值可用于评估用户进行交互操作的频繁程度。
在本实施例的一种示例中，视频切片分析模块43用于获取视频切片的用户感知指标值，还用于在相邻两个视频切片间的用户感知指标值之差大于预设用户感知指标值差阈值、相邻两个视频切片的视频内容质量指标值之差值在预设质量指标值差值范围内、且相邻两个视频切片对应的小区不同、以及相邻两个视频切片的传输质量指标差值大于预设传输差值阈值时，将相邻两个视频切片对应的小区记录为异常切换小区对。
在一种示例中，视频内容质量指标值可以基于视频源码率、分辨率、帧率等参数中的至少一种计算得到。
在一种示例中，视频切片对应的小区可以从视频切片对应的视频事务的事务信息或关键字段中获取；
在一种示例中，传输指标可包括但不限于下行重传率、上行丢包率、上行乱序率、下行数据传输时延等参数中的至少一种；在一种示例中，当包括上述中参数中的至少两种时，可设置只要有一种参数的差值大于对应的预设差值阈值时，则可判定这相邻两个视频切片的传输质量指标差值大于预设传输差值阈值。
通过上述分析，视频切片分析模块43可以发现所有切换过程中发生视频播放异常的小区，本实施例称之为异常切换小区对，且前一视频切片对应的小区为切出小区，后一视频切片对应的小区则为切入小区，这样可便于视频质量问题定位，也具体定位到是哪些小区切换产生了质量问题，从而提升问题发现和解决的及时性和准确性。
在上述基础上，视频切片分析模块43还可还用于以异常切换小区对为单位，将位置信息与该异常切换小区对的位置信息满足预设空间聚类条件的其他小区与异常切换小区对聚为一个聚类；以及还用于确定各聚类中，异常切换小区对中的切入小区和切出小区之间存在其他小区时，记录该切入小区为过覆盖小区，和/或，记录切入小区和切出小区之间存在的其他小区为弱覆盖小区。
在本实施例的一种示例中，视频切片分析模块43还可用于选择出过覆盖小区和/或弱覆盖小区对应的视频切片，获取各视频切片对应的传输参数，在一种示例中，当可获取到视频切片对应的终端的具体位置信息时，还可获取终端的具体位置信息；然后根据获取的传输参数确定异常发生原因，在能获取到终端的具体位置信息时，还可确定出异常的具体位置信息，也即该视频切片对应的终端的具体位置信息，以便于在异常小区的覆盖范围内进一步的精确定位。
本实施例中视频数据采集模块41、视频数据关联合成模块42以及视频切片分析模块43的功能可通过处理器或控制器实现；本实施例提供的视频业务质量评估装置通过采用视频多事务关联技术、视频关联多事务合成技术、视频关联与合成事务缓存技术、视频切片技术、视频切片指标评估技术、视频切片劣化定界技术、视频切片关联无线定位技术，可以对视频业务的业务质量进行全面评估，并且能够及时发现问题的归属和根因以快速解决问题，从而提升网络的可靠性、可维护性和稳定性，提升用户感知体验。
实施例四：
为了便于理解，本实施例在上述实施例基础上，结合一种应用于直播视频应用场景以及一种具体结构的视频业务质量评估装置为示例进行说明。
参见图5所示，本实施例提供的互联网直播视频业务质量评估装置的组成结构示意图包括如下模块：视频数据采集模块51，视频数据关联合成模块52，视频切片分析模块(即视频切片定界定位模块)53；在一种示例中，各模块的结构如下：
视频数据采集模块51可包括：
事务处理单元511，事务处理单元511从网络中采集视频相关数据生成视频事物，并从中提取出视频事务信息上报给事务代理者单元512。
事务代理者单元512，从事务处理单元511接收视频事务信息，把事务信息放入事务信息缓冲池做必要的关联回填和关键字段提取等操作，然后把视频事务上报给视频数据关联合成模块52的关联事务单元521。
事务信息缓冲池513，根据需要缓存视频事务信息用于关联回填和关键字段提取。
视频数据关联合成模块52可包括：
关联事务单元521，从事务代理者单元512获取视频事务，根据关键字段和配置的关联策略对多事务进行关联打上关联标记，然后发送给合并事务单元523做进一步的处理。
关联策略配置单元522，负责事务关联策略的配置并且下发到关联事务单元521生效。
合并事务单元523，从关联事务单元521获取携带关联标识的视频事务，在一种示例中，如果视频播放未结束则把视频事务推入关联事务缓冲池524，在视频播放结束时该关联事务缓冲池524中对应的视频事务则老化删除；在一种示例中还可同时将关联的视频事的视频数据合成后推入合成事务缓冲池525，然后把合并后的视频发送给视频切片单元531。
关联事务缓冲池524，负责对视频事务进行缓存，以支撑后续视频事务的合成处理。
合成事务缓冲池525，负责对合成的视频数据进行缓存，以支撑视频事务合成的重组还原成一次完整的视频播放。
视频切片分析模块53
视频切片单元531，从合并事务单元523获取关联合成视频数据，按照5s对关联合成视频数据进行切片。在视频切片中可携带视频关键参数，例如可包括但不仅限于用户身份信息(例如用户标识)、小区信息、视频下行流量、视频码率、视频帧率、视频分辨率、视频类型、视频丢包等信息，然后通过切片指标评估单元532进行视频切片指标的评估，接着通过小区切换问题分析单元533进行视频小区切换问题分析，最后可通过视频业务质量定界定位分析534根据分析出存在无线覆盖问题的小区。
切片指标评估单元532，负责对视频切片进行指标评估，可评估的指标包括但不限于视频交互响应指标值、视频花屏(或视频冻结)频次值、视频花屏(或视频冻结)时长占比和用户感知指标值中的至少一种。
小区切换问题分析单元533，可用于找出由于切换导致的视频播放用户感知下降的异常切换小区对，根据异常切换小区对与工参中邻区之间的关系，采用图计算和空间聚类的机器学习方法分析出无线弱覆盖、过覆盖等问题。
视频业务质量定界定位分析534，负责与无线数据(包括但不限于各种传输阐述)关联获取精准的问题位置和具体的问题原因。
如图6所示，本实施例基于上述装置提供一种互联网直播视频业务质量评估方法处理流程图，其主要包括：
S601：视频事务代理者单元512采集视频事务上报给关联事务单元521。
S602：视频关联事务单元521根据预设关联策略检测是否是已播放视频的视频事务，如果是则转S603，否则转S604。
S603：属于同一次视频播放，通过合并事务单元523把此视频事务合成到已播放视频缓存中。
S604：通过合并事务单元523新建一个视频播放缓存。
S605：视频切片单元531检测是否满足视频切片条件(例如达到5S)，如果满足则转S606，否则转S601。
S606：视频切片单元531对视频播放进行切片，并且通过切片指标评估单元532对切片指标进行评估。
S607：小区切换问题分析单元533检测当前切片与上一切片比较指标劣化是否超过阈值，如果是则转S608，否则转S609。
S608：小区切换问题分析单元533检测当前切片与上一切片比较视频源质量是否发生变化，如果发生变化则转S609，否则转S610。
S609：不进行进一步的处理。
S610：小区切换问题分析单元533检测当前切片与上一切片比较小区是否发生变化，如果发生变化则转S611，否则转S609。
S611：小区切换问题分析单元533检测当前切片与上一切片比较基础指标劣化是否超过阈值，如果是则转S612，否则转S609。
S612：通过图计算、空间聚类的方式检测是否无线覆盖存在问题，如果是转S613，否则转S614。
S613：视频业务质量定界定位分析534基于与无线覆盖相关的主题表关联获取无线覆盖相关信息。
S614：视频业务质量定界定位分析534与无线其他的主题表关联获取无线相关信息。
S615：根据无线关键信息可以定位出视频播放问题发生的具体位置和原因。
本实施例提供的互联网直播视频业务质量评估装置，是用户感知大数据分析技术领域中，对直播视频业务质量端到端的指标评估和问题定界定位的装置。该装置能够对直播视频业务的业务质量进行全面评估，其评估的结果能有效体现出用户的真实体验感知，在对直播视频业务有效评估的基础上可以对网络进行主动运维和及时对客户体验进行保障，对于无线网络的问题可以快速进行根因分析和定位，纳入运营商生产流程从而指导运营商快速解决网络问题，提升网络的可靠性、可维护性和稳定性，提升用户感知体验，从而提高用户满意度，增加用户粘性，体现运营商网络价值。
实施例五：
本实施例还提供了一种视频业务质量评估设备，参见图7所示，包括处理器701、存储器702以及通信总线703；
通信总线703用于实现处理器701与存储器702之间的通信连接；
处理器701用于执行存储器702中存储的一个或者多个计算机程序，以实现如上各实施例中的视频业务质量评估方法的步骤。
本实施例还提供了一种计算机可读存储介质，该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory，随机存取存储器)，ROM(Read-Only Memory，只读存储器)，EEPROM(Electrically Erasable Programmable read only memory，带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory，光盘只读存储器)，数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
在一种示例中，本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序，该一个或者多个计算机程序可被一个或者多个处理器执行，以实现如上各实施例中的视频业务质量评估方法的步骤。
本实施例还提供了一种计算机程序(或称计算机软件)，该计算机程序可以分布在计算机可读介质上，由可计算装置来执行，以实现如上各实施例所示的视频业务质量评估方法的至少一个步骤；并且在某些情况下，可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。
本实施例还提供了一种计算机程序产品，包括计算机可读装置，该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。
可见，本领域的技术人员应该明白，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。
此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。所以，本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (18)

1.一种视频业务质量评估方法，包括：
从网络中获取视频事务，一个视频事务包括视频的一段视频数据；
在事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将所述获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据；
对所述关联合成视频数据进行切片得到视频切片，基于所述视频切片进行视频业务质量分析。
2.如权利要求1所述的视频业务质量评估方法，其特征在于，所述将满足预设关联条件的视频事务之视频数据进行关联合成包括：
在事务缓冲池中当前不存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将获取的所述视频事务作为一个新的事务队列在所述事务缓冲池中进行存储。
3.如权利要求1所述的视频业务质量评估方法，其特征在于，所述视频事务还包括所述视频数据的关键字段；
所述事务缓冲池中当前存在某一事务队列中的视频事务与所述获取的取视频事务关联包括：
所述事务队列中的至少一个视频事务的关键字段与获取的所述视频事务的关键字段匹配，且获取的所述视频事务的视频数据之起始时间与所述事务队列当前播放时间的时间差值的绝对值小于视频播放老化时间阈值；
所述事务队列当前播放时间为：所述事务队列中，各视频事务的视频数据的起始时间中最大的起始时间。
4.如权利要求3所述的视频业务质量评估方法，其特征在于，所述关键字段包括：用户身份信息和视频匹配信息中的至少一种。
5.如权利要求4所述的视频业务质量评估方法，其特征在于，所述视频匹配信息包括：视频终端地址、服务器地址、服务器端口、视频应用、主机信息、播放文件名、视频唯一标识中的至少一种。
6.如权利要求1-5任一项所述的视频业务质量评估方法，其特征在于，所述基于所述视频切片进行视频业务质量分析包括以下中的至少一种：
获取所述视频切片的视频交互响应指标值，所述视频交互响应指标值基于视频首屏显示所需的数据量与所述视频切片的下载速率计算得到；
获取所述视频切片的视频花屏频次值，所述视频花屏频次值基于视频正常播放所需的数据量与所述视频切片的实际下载数据量，采用第一算法计算得到；
获取所述视频切片的视频冻结频次值，所述视频冻结频次值基于视频正常播放所需的数据量与所述视频切片的实际下载数据量，采用第二算法计算得到；
获取所述视频切片的视频花屏时长占比，所述视频花屏时长占比基于视频切片的实际下载数据量可播放时长与所述视频切片时长，采用第三算法计算得到；
获取所述视频切片的视频冻结时长占比，所述视频冻结时长占比基于视频切片的实际下载数据量可播放时长与所述视频切片时长，采用第四算法计算得到；
获取所述视频切片的用户感知指标值，所述用户感知值基于所述视频切片的交互体验指标值和观看体验指标值计算得到；所述交互体验指标值基于所述视频切片的视频交互响应指标值计算得到；所述观看体验指标值基于所述视频切片的视频内容质量指标值和传输质量指标值计算得到，所述传输质量指标值基于所述视频花屏频次值和视频花屏时长占比计算得到，或基于所述视频冻结频次值和视频冻结时长占比计算得到。
7.如权利要求6所述的视频业务质量评估方法，其特征在于，所述基于所述视频切片进行视频业务质量分析包括：获取所述视频切片的用户感知指标值；
所述基于所述视频切片进行视频业务质量分析还包括：
在相邻两个视频切片间的用户感知指标值之差大于预设用户感知指标值差阈值、所述相邻两个视频切片的视频内容质量指标值之差值在预设质量指标值差值范围内、且所述相邻两个视频切片对应的小区不同、以及所述相邻两个视频切片的传输质量指标差值大于预设传输差值阈值时，将所述相邻两个视频切片对应的小区记录为异常切换小区对。
8.如权利要求7所述的视频业务质量评估方法，其特征在于，基于所述视频切片进行视频业务质量分析还包括：
以所述异常切换小区对为单位，将位置信息与该异常切换小区对的位置信息满足预设空间聚类条件的其他小区与所述异常切换小区对聚为一个聚类；
确定各聚类中，所述异常切换小区对中的切入小区和切出小区之间存在其他小区时，记录该切入小区为过覆盖小区，和/或，记录所述切入小区和切出小区之间存在的其他小区为弱覆盖小区。
9.如权利要求8所述的视频业务质量评估方法，其特征在于，基于所述视频切片进行视频业务质量分析还包括：
选择出所述过覆盖小区和/或弱覆盖小区对应的视频切片；
获取所述各视频切片对应的传输参数；
根据所述传输参数确定异常发生原因。
10.如权利要求1-5任一项所述的视频业务质量评估方法，其特征在于，所述视频数据包括直播视频数据和/或点播视频数据。
11.一种视频业务质量评估装置，其特征在于，包括：
视频数据采集模块，用于从网络中获取视频事务，一个视频事务包括视频的一段视频数据；
视频数据关联合成模块，用于在事务缓冲池中当前存在某一事务队列中的视频事务与所述视频数据采集模块获取的视频事务关联时，将所述获取的取视频事务之视频数据与所述事务队列中的视频事务之视频数据进行关联合成，得到关联合成视频数据；
视频切片分析模块，用于对所述关联合成视频数据进行切片得到视频切片，基于所述视频切片进行视频业务质量分析。
12.如权利要求11所述的视频业务质量评估装置，其特征在于，所述视频数据关联合成模块还用于在事务缓冲池中当前不存在某一事务队列中的视频事务与所述获取的取视频事务关联时，将获取的所述视频事务作为一个新的事务队列在所述事务缓冲池中进行存储。
13.如权利要求11或12所述的视频业务质量评估装置，其特征在于，所述视频切片分析模块用于基于所述视频切片进行以下至少一种视频业务质量分析：
获取所述视频切片的视频交互响应指标值，所述视频交互响应指标值基于视频首屏显示所需的数据量与所述视频切片的下载速率计算得到；
获取所述视频切片的视频花屏频次值，所述视频花屏频次值基于视频正常播放所需的数据量与所述视频切片的实际下载数据量，采用第一算法计算得到；
获取所述视频切片的视频冻结频次值，所述视频冻结频次值基于视频正常播放所需的数据量与所述视频切片的实际下载数据量，采用第二算法计算得到；
获取所述视频切片的视频花屏时长占比，所述视频花屏时长占比基于视频切片的实际下载数据量可播放时长与所述视频切片时长，采用第三算法计算得到；
获取所述视频切片的视频冻结时长占比，所述视频冻结时长占比基于视频切片的实际下载数据量可播放时长与所述视频切片时长，采用第四算法计算得到；
获取所述视频切片的用户感知指标值，所述用户感知值基于所述视频切片的交互体验指标值和观看体验指标值计算得到；所述交互体验指标值基于所述视频切片的视频交互响应指标值计算得到；所述观看体验指标值基于所述视频切片的视频内容质量指标值和传输质量指标值计算得到，所述传输质量指标值基于所述视频花屏频次值和视频花屏时长占比计算得到，或基于所述视频冻结频次值和视频冻结时长占比计算得到。
14.如权利要求13所述的视频业务质量评估装置，其特征在于，所述视频切片分析模块用于获取所述视频切片的用户感知指标值，还用于在相邻两个视频切片间的用户感知指标值之差大于预设用户感知指标值差阈值、所述相邻两个视频切片的视频内容质量指标值之差值在预设质量指标值差值范围内、且所述相邻两个视频切片对应的小区不同、以及所述相邻两个视频切片的传输质量指标差值大于预设传输差值阈值时，将所述相邻两个视频切片对应的小区记录为异常切换小区对。
15.如权利要求14所述的视频业务质量评估装置，其特征在于，所述视频切片分析模块还用于以所述异常切换小区对为单位，将位置信息与该异常切换小区对的位置信息满足预设空间聚类条件的其他小区与所述异常切换小区对聚为一个聚类；以及还用于确定各聚类中，所述异常切换小区对中的切入小区和切出小区之间存在其他小区时，记录该切入小区为过覆盖小区，和/或，记录所述切入小区和切出小区之间存在的其他小区为弱覆盖小区。
16.如权利要求15所述的视频业务质量评估装置，其特征在于，所述视频切片分析模块还用于选择出所述过覆盖小区和/或弱覆盖小区对应的视频切片，获取所述各视频切片对应的传输参数，根据所述传输参数确定异常发生原因。
17.一种视频业务质量评估设备，其特征在于，包括处理器、存储器以及通信总线；
所述通信总线用于实现所述处理器与所述存储器之间的通信连接；
所述处理器用于执行存所述储器中存储的一个或者多个计算机程序，以实现如权利要求1-10任一项所述的视频业务质量评估方法的步骤。
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现如权利要求1-10任一项所述的视频业务质量评估方法的步骤。
CN201811133585.9A 2018-09-27 2018-09-27 视频业务质量评估方法、装置、设备、及可读存储介质 Active CN110958446B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811133585.9A CN110958446B (zh) 2018-09-27 2018-09-27 视频业务质量评估方法、装置、设备、及可读存储介质
PCT/CN2019/077646 WO2020062789A1 (zh) 2018-09-27 2019-03-11 视频业务质量评估方法、装置、设备、及可读存储介质
EP19864913.9A EP3860121A4 (en) 2018-09-27 2019-03-11 METHOD, APPARATUS AND DEVICE FOR ASSESSING VIDEO QUALITY OF SERVICE, AND PLAYABLE STORAGE MEDIA

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811133585.9A CN110958446B (zh) 2018-09-27 2018-09-27 视频业务质量评估方法、装置、设备、及可读存储介质

Publications (2)

Publication Number Publication Date
CN110958446A true CN110958446A (zh) 2020-04-03
CN110958446B CN110958446B (zh) 2022-08-12

Family

ID=69950902

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811133585.9A Active CN110958446B (zh) 2018-09-27 2018-09-27 视频业务质量评估方法、装置、设备、及可读存储介质

Country Status (3)

Country Link
EP (1) EP3860121A4 (zh)
CN (1) CN110958446B (zh)
WO (1) WO2020062789A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112584525A (zh) * 2020-12-07 2021-03-30 广州技象科技有限公司 基于多用户接入的上行数据分割方法及装置
CN113542880A (zh) * 2020-04-20 2021-10-22 中国移动通信集团河北有限公司 一种短视频业务质量检测方法和装置
CN113747489A (zh) * 2021-07-30 2021-12-03 荣耀终端有限公司 Udp通信质量评估方法、装置及电子设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113676926B (zh) * 2020-05-15 2024-03-19 中国移动通信集团设计院有限公司 用户网络感知画像方法及装置
CN112492297B (zh) * 2020-11-17 2022-06-14 腾讯科技（深圳）有限公司 一种对视频的处理方法以及相关设备
CN114025211A (zh) * 2021-10-27 2022-02-08 福建野小兽健康科技有限公司 一种适配用户设备的视频下发方法及系统
CN114979721B (zh) * 2022-05-18 2024-02-23 咪咕文化科技有限公司 视频切片方法、装置、设备及存储介质
CN115379291B (zh) * 2022-07-19 2023-12-26 百果园技术(新加坡)有限公司 一种码表更新方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103716826A (zh) * 2013-12-05 2014-04-09 同济大学 基于无线数据业务仿真场景的用户体验质量测试方法
CN104427331A (zh) * 2013-08-28 2015-03-18 华为技术有限公司 一种视频业务处理方法、装置及网络设备
CN105828376A (zh) * 2016-05-09 2016-08-03 中国联合网络通信集团有限公司 基于用户感知的业务质量监测方法和设备
US20170093648A1 (en) * 2015-09-28 2017-03-30 Wi-Lan Labs, Inc. System and method for assessing streaming video quality of experience in the presence of end-to-end encryption

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101998137B (zh) * 2009-08-21 2016-09-07 华为技术有限公司 视频质量参数获取方法和装置及电子设备
US8441955B2 (en) * 2011-01-24 2013-05-14 Tektronix, Inc. Determining mobile video quality of experience and impact of video transcoding
CN103138963B (zh) * 2011-11-25 2016-08-03 华为技术有限公司 一种基于用户感知的网络问题定位方法及装置
US9674515B2 (en) * 2013-07-11 2017-06-06 Cisco Technology, Inc. Endpoint information for network VQM
CN104468266A (zh) * 2014-11-24 2015-03-25 北京美琦华悦通讯科技有限公司 基于智能终端实现流媒体用户体验监测的系统及方法
US20170019454A1 (en) * 2015-07-17 2017-01-19 King Abdulaziz City For Science And Technology Mobile video quality prediction systems and methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104427331A (zh) * 2013-08-28 2015-03-18 华为技术有限公司 一种视频业务处理方法、装置及网络设备
CN103716826A (zh) * 2013-12-05 2014-04-09 同济大学 基于无线数据业务仿真场景的用户体验质量测试方法
US20170093648A1 (en) * 2015-09-28 2017-03-30 Wi-Lan Labs, Inc. System and method for assessing streaming video quality of experience in the presence of end-to-end encryption
CN105828376A (zh) * 2016-05-09 2016-08-03 中国联合网络通信集团有限公司 基于用户感知的业务质量监测方法和设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113542880A (zh) * 2020-04-20 2021-10-22 中国移动通信集团河北有限公司 一种短视频业务质量检测方法和装置
CN113542880B (zh) * 2020-04-20 2022-11-29 中国移动通信集团河北有限公司 一种短视频业务质量检测方法和装置
CN112584525A (zh) * 2020-12-07 2021-03-30 广州技象科技有限公司 基于多用户接入的上行数据分割方法及装置
CN112584525B (zh) * 2020-12-07 2023-02-03 广州技象科技有限公司 基于多用户接入的上行数据分割方法及装置
CN113747489A (zh) * 2021-07-30 2021-12-03 荣耀终端有限公司 Udp通信质量评估方法、装置及电子设备
CN113747489B (zh) * 2021-07-30 2022-07-05 荣耀终端有限公司 Udp通信质量评估方法、装置及电子设备

Also Published As

Publication number Publication date
EP3860121A1 (en) 2021-08-04
CN110958446B (zh) 2022-08-12
EP3860121A4 (en) 2022-07-06
WO2020062789A1 (zh) 2020-04-02

Similar Documents

Publication Publication Date Title
CN110958446B (zh) 视频业务质量评估方法、装置、设备、及可读存储介质
CN109547859B (zh) 视频片段的确定方法和装置
CN108243421B (zh) 伪基站识别方法及系统
CN108093427B (zh) 一种VoLTE业务质量评估方法及系统
CN105095588A (zh) 移动互联网用户投诉的预测方法和装置
US10085205B2 (en) Crowd sourcing network quality
CN111817868A (zh) 一种网络质量异常的定位方法与装置
CN112600952B (zh) 一种移动端网络加速分流方法和系统
CN112152826A (zh) 一种资产管理的方法、装置、系统及介质
Oršolić et al. In-network qoe and kpi monitoring of mobile youtube traffic: Insights for encrypted ios flows
CN107508914A (zh) 一种基于云计算分析的消息精准推送方法和系统
CN112752037A (zh) 混合音视频流的处理方法和装置
Bartolec et al. Inclusion of end user playback-related interactions in youtube video data collection and ml-based performance model training
CN106899843A (zh) 一种视频业务质量评估方法及装置
CN106658094A (zh) 视频广告的投放方法、客户端及服务器
US20150193855A1 (en) Model handset model churn in a mobile network by tracking unique subscribers over time
CN107592646B (zh) 一种小区语音质量的检测方法和装置
Jia et al. Measuring and predicting quality of experience of DASH-based video streaming over LTE
CN109982143B (zh) 一种确定视频播放时延的方法、装置、介质及设备
CN110971916B (zh) 一种直播流畅度监控方法及系统
CN115150901A (zh) 确定通信网络中的质差小区的方法、装置及存储介质
CN113079522A (zh) Ott服务质量测试方法、装置、电子设备和存储介质
Goldshtein et al. Software applications of infocommunication networks. Approaches formation to developing models and methods of evaluation
CN114245169B (zh) 视频处理方法、装置、电子设备、介质和程序产品
CN111935769A (zh) 质差小区识别方法、装置和设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant