Mobile network quality of experience using big data analytics approach-Toy模板网

这篇具有很好参考价值的文章主要介绍了Mobile network quality of experience using big data analytics approach。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

原文链接：Mobile network quality of experience using big data analytics approach

Basic Information:

Title: Mobile Network Quality of Experience using Big Data Analytics Approach (使用大数据分析方法的移动网络体验质量)
Authors: Ayisat W. Yusuf-Asaju, Zulkhairi B. Dahalin, Azman Ta’a
Affiliation: School of Computing, Universiti Utara Malaysia (马来西亚北方大学计算机学院)
Keywords: Mean Opinion Score, Big data analytics, Mobile Network Operator, Telecoms
URLs: Paper, [GitHub: None]

论文简要 :

本研究提出了一个使用大数据分析方法的框架，用于建模移动网络用户对体验质量的感知，以帮助移动网络运营商有效管理网络性能并提供满意的移动互联网服务。

背景信息:

论文背景: 本文的背景是移动网络运营商在提供满意的移动互联网服务时面临的挑战，需要了解用户对网络性能的感知。
过去方案: 传统的QoE研究主要使用实验室实验来评估用户体验，但这种方法存在固定的上下文因素，限制了对用户感知体验的准确评估。
论文的Motivation: 由于时间和位置对用户感知体验有巨大影响，本研究提出了使用大数据分析方法来建模用户对移动网络体验质量的感知，以更好地理解用户的体验。

方法:

a. 理论背景:
- 本文介绍了互联网服务的广泛应用以及移动网络运营商(MNOs)在为移动互联网用户提供满意的服务性能方面面临的挑战。强调了有限的数据速率和本地拥塞对用户体验的影响，并强调了理解网络流量特征的重要性。还提到了使用平均意见分数(MOS)来量化与服务相关的体验质量(QoE)以及使用实验室实验进行QoE估计的局限性。引入了通过大数据分析建模感知QoE的提议框架，作为有效管理网络性能和改善移动互联网服务的解决方案。
b. 技术路线:
- 本研究提出的框架旨在解决先前文献中关于感知QoE建模的局限性。其中一个局限性是在建模QoE时对大型和多样化数据库的有限使用。建议利用大数据来获得对用户体验的清晰和实时的理解，这可以用于测量和建模移动互联网用户的感知QoE。
- 另一个观察结果是大数据的庞大性质可能导致不一致或脏数据集。此外，大数据通常以非结构化形式提供，这可能不适合建模感知QoE。因此，需要进行数据准备以确保数据的适用性。
- 该框架涉及通过对从移动网络收集的大型数据集中的数据及其关系进行抽象表示来预测用户感知的QoE。它考虑了处理大型和多样化数据集的挑战以及数据准备的需求。
- 总体而言，该框架旨在利用大数据分析技术，如描述性分析、预测性分析和规范性分析，来管理移动网络中的用户体验。这可以为MNOs提供重要的用户体验度量指标，并帮助改善用户感知的体验。

结果:

a. 详细的实验设置:
- 本文提供了关于大数据分析的数据准备方法。它提供了处理大型数据集进行分析的见解和经验。当前文本中没有提到具体的方法和步骤。
b. 详细的实验结果:
- 本文未提供具体的实验结果。

原文翻译

Abstract

传统上，体验质量主要在实验室实验中进行检查，以实现固定的上下文因素。虽然结果显示了代表感知 QoE 的估计平均意见分数。当务之急是利用从移动网络收集的大数据（大数据）来估计平均意见得分，这些数据包括不同用户的位置和特定服务的时间。因为时间和地点会对用户感知的体验质量产生巨大影响。因此，本文提出了一个通过大数据分析对感知QoE进行建模的框架。拟议的框架描述了估计感知体验质量的过程，以帮助移动网络运营商有效地管理网络性能并帮助提供令人满意的移动互联网服务。