CASoRT系统中基于聚集特性的在线流行度预测方法

陈皇卿; 钟晓峰; 孙剑; 王京

doi:10.11959/j.issn.1000-0801.2015221

您当前的位置：

首页 >

文章列表页 >

CASoRT系统中基于聚集特性的在线流行度预测方法

研究与开发 | 更新时间：2024-06-05

- CASoRT系统中基于聚集特性的在线流行度预测方法
- Online Popularity Prediction Scheme Based on Converging Property in Content Aware Soft Real Time Media Broadcast System
- 电信科学 2015年31卷第11期页码：1-6
- 作者机构：
  
  1. 清华大学信息科学与技术国家实验室北京 100084
  2. 清华大学电子工程系北京 100084
- 作者简介：
  
  [ "陈皇卿，男，清华大学信息科学与技术国家实验室、清华大学电子工程系博士生，主要研究方向为未来无线网络用户行为与业务模型、内容感知的业务服务模式（CASoRT）。" ]
  [ "钟晓峰，男，博士，清华大学信息科学与技术国家实验室、清华大学电子工程系副研究员，主要研究方向为无线网络技术，包括4G/5G移动通信系统、分布式无线通信系统、无线自组织与协作传输网络等。作为课题负责人承担“973”计划项目、国家科技重大专项等7项国家课题及相关部委课题等。在无线网络的传输、接入协议，业务特征等方面开展了深入的研究，提出了多个创新算法。已发表（录用）论文40余篇，申请专利11项。" ]
  [ "孙剑，男，清华大学信息科学与技术国家实验室、清华大学电子工程系硕士生，主要研究方向为未来无线网络用户行为与业务模型、内容感知的业务服务模式（CASoRT）。" ]
  [ "王京，男，清华大学博士生导师，清华大学信息科学与技术国家实验室、清华大学电子工程系副主任，清华大学信息技术研究院无线与移动通信技术研究中心主任，微波与数字通信国家重点实验室副主任兼无线传输与个人通信研究室主任；中国第三代移动通信研究开发项目（C3G）总体组成员，第三代移动通信技术实验（3G-TEG）专家组专家，国家“十五”“863”计划未来移动通信（FUTURE）项目总体组专家，中国电子学会高级会员，中国通信学会无线及移动通信委员会委员。主要研究方向为无线移动通信和宽带无线传输技术，包括B3G/4G移动通信、WCDMA、TD-SCDMA系统研究以及调制解调技术、纠错编译码技术、移动通信抗衰落技术、MIMO与时空联合数字信号处理技术、分布式无线通信系统等。" ]
- 基金信息：
  
  国家重点基础研究发展计划（“973”计划）基金资助项目;The National Key Basic Research Program of China（973 Program）(2012CB316000);国家科技重大专项基金资助项目;The National Science and Technology Major Project(2015ZX03002010-002)
- DOI：10.11959/j.issn.1000-0801.2015221
  中图分类号：
- 网络出版日期：2015-11，
  
  纸质出版日期：2015-11-20
- 稿件说明：
移动端阅览
陈皇卿, 钟晓峰, 孙剑, 等. CASoRT系统中基于聚集特性的在线流行度预测方法[J]. 电信科学, 2015,31(11):1-6.

Huangqing Chen, Xiaofeng Zhong, Jian Sun, et al. Online Popularity Prediction Scheme Based on Converging Property in Content Aware Soft Real Time Media Broadcast System[J]. Telecommunications science, 2015, 31(11): 1-6.
陈皇卿, 钟晓峰, 孙剑, 等. CASoRT系统中基于聚集特性的在线流行度预测方法[J]. 电信科学, 2015,31(11):1-6. DOI： 10.11959/j.issn.1000-0801.2015221.

Huangqing Chen, Xiaofeng Zhong, Jian Sun, et al. Online Popularity Prediction Scheme Based on Converging Property in Content Aware Soft Real Time Media Broadcast System[J]. Telecommunications science, 2015, 31(11): 1-6. DOI： 10.11959/j.issn.1000-0801.2015221.

摘要

少数在线热门内容会在短时间内吸引大量用户的访问，并占用大量的网络传输资源。如果能预知内容的热门程度（即流行度）并将热门内容广播给潜在用户，将极大地节省网络传输资源，这正是CASoRT 系统的主要功能。通过对国内商业蜂窝通信系统中收集的相关数据进行分析和研究，发现在用户行为、地理位置、数据内容等方面存在明显的聚集特性。根据上述特性给出了两个流行度预测算法，即对数线性和恒定比例模型，并使用最优观察门限改善两算法的性能。通过对两算法仿真结果的比较，对数线性模型表现更优，被选作系统的在线流行度预测方法。

Abstract

A small number of online popular contents are often clicked by a great quantity of users in a short period

and take the most of the wireless cellular network traffic.With popularity prediction

the popular contents would be broadcasted to the potential users for saving a lot of transmitting resource

as illustrated in content aware soft real time media broadcast（CASoRT）system.With the data set collected from the Chinese commercial cellular network

the converging property of web contents

users and geographic positions in online news was shown.Then

two prediction schemes such as linear log and constant scaling model were proposed to estimate the popularity of online news

and improved by an optimal observation threshold.After comparison of simulation results

the linear log model performs better.

关键词

Keywords

references

Zhong X F , Zhao M , Zhou S D , et al . Content aware soft real time media broadcast （casort） . Proceedings of the Third International Conference on Communications and Networking , Hangzhou,China , 2008

Tatar A , Leguay J , Antoniadis P , et al . Predicting the popularity of online articles based on user comments . Proceedings of the International Conference on Web Intelligence,Mining and Semantics , Sogndal,Norway , 2011

Tsagkias M , Weerkamp W , De R M . News comments:exploring,modeling and online prediction . Proceedings of the 32nd European Conference on Advances in Information Retrieval （ECIR2010） , Berlin,Germany , 2010

Kaltenbrunner A , Gomez V , Lopez V . Description and prediction of slashdot activity . Proceedings of the 5th Latin American Web Congress , Santiago,Chile , 2007

Szabo G , Huberman B A . Predicting the popularity of online content . Communications of the ACM , 2010 , 53 （ 8 ）: 80 ～ 88

Sun J , Zhong X , Zhou X , et al . Recommendation scheme based on converging properties for contents broadcasting . Proceedings of the 11th International Conference on Natural Computation , Anaheim,California,USA , 2015

浏览量

486

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于神经网络与马尔可夫组合模型的视频流行度预测算法