Mobile network quality of experience using big data analytics approach

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。

Introduction

基于互联网的服务的广泛使用可追溯到基于通用移动通信系统&#文章来源地址https://www.toymoban.com/news/detail-815539.html

到了这里,关于Mobile network quality of experience using big data analytics approach的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【BST811】DATA ANALYTICS

    For part one you are required to submit two files a PDF/Word Document and an Excel working file. PDF/Word document: 1) Introduction (150 words): explain from your perspective the objective of this coursework. 2) Stage one (200 words): summarise the tasks completed in this part and reflect on the change of sample size from one task to another. 3) Stage two (5

    2024年01月25日
    浏览(41)
  • 【论文阅读笔记】RAAGR2-Net: A brain tumor segmentation network using parallel processing of multiple spatial

    Rehman M U, Ryu J, Nizami I F, et al. RAAGR2-Net: A brain tumor segmentation network using parallel processing of multiple spatial frames[J]. Computers in Biology and Medicine, 2023, 152: 106426.【开放源码】 【论文核心思想概述】 本文介绍了一种名为RAAGR2-Net的新型脑肿瘤分割网络,这是一个基于编码器-解码器架构,用

    2024年02月03日
    浏览(43)
  • BIG DATA —— 大数据时代

    [英] 维克托 · 迈尔 — 舍恩伯格     肯尼斯 · 库克耶 ◎ 著  盛杨燕     周涛◎译 《大数据时代》是国外大数据研究的先河之作,本书作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”,他在书中前瞻性地指出,大数据带来的信息风暴正在变革我们的生活、工

    2024年02月22日
    浏览(53)
  • Blindly Assess Image Quality in the Wild Guided by ASelf-Adaptive Hyper Network

    真实失真图像的盲图像质量评估(BIQA)一直是一个具有挑战性的问题,因为在野外采集的图像包含各种各样的内容和各种类型的失真。目前绝大多数的BIQA方法都专注于如何预测合成图像的质量,但当应用于真实世界的失真图像时却失败了。为了应对这一挑战,我们提出了一种自

    2024年02月09日
    浏览(51)
  • INT303 Big Data 个人笔记

    又来到了经典半个月写一个学期内容的环节 目前更新至Lec{14}/Lec14 依旧是不涉及代码,代码请看学校的jupyter notebook~ 介绍课程 Topic Range Topic 1: Introduction to Big Data Analytics Lec1~Lec3 Topic2: Big data collection and visualization Lec4~Lec5 Topic3: Systems and software Lec6 Topic 4: Data processing methods and a

    2024年02月03日
    浏览(68)
  • [论文阅读]Coordinate Attention for Efficient Mobile Network Design

      最近关于移动网络设计的研究已经证明了通道注意力(例如, the Squeeze-and-Excitation attention)对于提高模型的性能有显著的效果,但它们通常忽略了位置信息,而位置信息对于生成空间选择性注意图非常重要。在本文中,我们提出了一种新的移动网络注意力机制,将位置信息

    2024年02月07日
    浏览(53)
  • Learning Spark: LightningFast Big Data Analysis

    作者:禅与计算机程序设计艺术 Spark是一种开源快速通用大数据分析框架。它能够在超高速的数据处理能力下,轻松完成海量数据处理任务。相比于其他大数据处理系统(如Hadoop)来说,Spark具有如下优点: 更快的速度:Spark可以更快地处理超高速的数据,特别是在内存计算时,

    2024年02月08日
    浏览(57)
  • Databases and Big Data Technologies: Essential Knowledg

    作者:禅与计算机程序设计艺术 互联网正在改变着传统行业和新兴行业的结构,电子商务、社交网络、移动应用程序等新兴产业的迅速发展也催生了基于数据中心的数据库应用的需求,而这方面的知识技能是越来越重要。然而,除了数据库技术的基础知识和技术栈外,基于数

    2024年02月07日
    浏览(48)
  • IDEA 中使用 Big Data Tools 连接大数据组件

    简介 Big Data Tools 插件可用于 Intellij Idea 2019.2 及以后的版本。它提供了使用 Zeppelin,AWS S3,Spark,Google Cloud Storage,Minio,Linode,数字开放空间,Microsoft Azure 和 Hadoop 分布式文件系统(HDFS)来监视和处理数据的特定功能。 下面来看一下 Big Data Tools 的安装和使用,主要会配置

    2023年04月08日
    浏览(65)
  • Big Data Tools插件(详细讲解安装,连接,包教包会!!!)

    🐮博主syst1m 带你 acquire knowledge! ✨博客首页——syst1m的博客💘 😘《CTF专栏》超级详细的解析,宝宝级教学让你从蹒跚学步到健步如飞🙈 😎《大数据专栏》大数据从0到秃头👽,从分析到决策,无所不能❕ 🔥 《python面向对象(人狗大战)》突破百万的阅读量,上过各种各样

    2024年02月03日
    浏览(42)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包