江翠丽，曹腾飞，李长哲，王晓英

(青海大学 计算机技术与应用系，青海 西宁 810016)

0 引 言

随着移动互联网技术的飞速发展，视频点播、视频聊天等流媒体网络业务已成为用户消费的主流[1]。据中国互联网络信息中(CNNIC)第44次《中国互联网络发展状况统计报告》统计，截至2019年6月，国内网络视频用户规模达8.47亿，较2018年底增长3 391万，占网民整体的88.8%[2]。为实现高带宽、大容量、低时延，5G移动通信网络应运而生[3]。5G网络的超高传输速率虽然解决了网络带宽与时延的问题，但仍无法满足不同用户对不同视频业务的体验需求[4]。因此，从用户需求感知出发，提升用户的服务体验是网络视频行业发展的必然趋势。精准的用户需求预测可以减少用户寻找所需视频内容的时间，在提升用户体验的同时有助于运营商精准地掌握用户喜好信息，促进网络平台的发展。

文献[5-6]将网络负荷作为评价指标构建了基于用户感知的网络负荷模型，通过对不同小区的用户使用流量情况分析，从用户感知速率角度实现了流量增长与网络负载能力的平衡。文献[7]为应对不同用户的不同业务需求，提出了一种面向排名的预测方法，通过考虑用户对服务质量的态度和期望，来提高服务等级预测的准确性，发现满意度更高的云服务候选者，以减少负面顾客在排名相似度计算中的影响。文献[8]提出了一种基于卷积神经网络算法构建用户感知评价模型，通过对产品的使用数据进行研究分析，建立了用户感知评估与产品性能之间的映射关系，从用户感知产品性能的角度出发，预测出影响用户感知的产品性能参数。……