關于人工智能對用戶QoE提升的若干思考

（南京郵電大學，江蘇 南京，210003）

1 “用戶體驗至上”已成趨勢

隨著多媒體通信技術的不斷發展，互聯網視頻業務方興未艾，其全球產業總值超過數千億美元，用戶總量達到數十億。在YouTube中，每分鐘有300 h的視頻被上傳，其總產值超過750億美元；優酷視頻覆蓋的多屏終端總量達到5.8億多，日播放量達到11.8億次；騰訊視頻日均活躍用戶達到1.37億。網絡視頻業務的迅速發展以及視頻用戶的快速增加[1]，加速了視頻服務商從關注服務質量（QoS）到重視用戶體驗質量（QoE）的轉變[2]。

傳統對視頻流媒體業務質量的評估局限于對QoS的評估。實際上，QoS只能反映網絡層面的服務質量，比如丟包率、帶寬、時延、抖動等，并不能全面地反映用戶真實的需求和體驗。如何面向用戶體驗更有效地評估端到端的視頻業務質量成為近些年來迫切需要解決的問題。而用戶QoE是從用戶主觀感知出發，來直接衡量用戶對服務的認可程度。在如今的網絡視頻領域，視頻服務商更是遵從“用戶體驗至上”的原則來發展各自的視頻業務。例如，愛奇藝公司堅持“悅享品質”的公司理念，以“用戶體驗”為生命；全球互聯網巨頭Netflix公司通過取消視頻廣告等措施提高用戶QoE。由此可見，“用戶體驗至上”已經成為網絡視頻業務發展中的必然趨勢。

在網絡視頻業務中，從用戶角度來看，人們關心的指標主要有：視頻質量的清晰度、界面交互的友好便利性、視頻播放的流暢度。而從視頻服務商的角度來看，用戶關心的3個指標對應于：網絡流量的平均速率、網絡視頻的緩沖時間以及視頻的碼率波動。其中，平均速率越大，緩沖時間越短，碼率波動越小，用戶的QoE越好；但是，由于網絡帶寬、資源有限等原因，就現有的技術而言，想同時保持高速率視頻傳輸、短時間的視頻緩沖以及低碼率的波動是非常困難的。這3個指標相互牽制，無法同時實現最優的處理。如何在復雜網絡環境和大數據背景下實現視頻流的自適應是目前急需解決的一個難點。

另一方面，用戶們觀看視頻興趣的種類“眾口難調”。例如，對于清晰度和流暢度這2個很難同時權衡的指標，喜歡體育運動的用戶更加關注的是直播比賽的流暢程度，而觀影用戶更注重的是影片的清晰度；因此，在多媒體大數據通信的背景下，如何根據用戶的不同喜好權衡不同指標的重要度和實現用戶個性化QoE的建模也是目前提升用戶QoE的一個難點。

2 人工智能為大數據時代帶來機遇

2.1 人工智能與大數據：完美結合

中國的網絡視頻行業規模非常大，2018年1—8月互聯網企業業務收入同比增長20.7%，中國規模以上互聯網和相關服務企業完成業務收入5 955億元。短視頻發展迅猛，且將持續保持增長。龐大的用戶規模使網絡視頻產業得到蓬勃發展，同時用戶需求成為網絡視頻行業的發展標準，網絡視頻業務已經步入大數據時代[3]。關于大數據，IBM公司指出大數據具有如下“5V”特點：

（1）大量（Volume），即數據量大，包括采集、存儲和計算的量都非常大。大數據的起始計量單位可以達到PB、EB甚至ZB。

（2）價值（Value），海量數據中，數據價值密度比較低，換言之，具有價值的數據非常少。

（3）多樣（Variety），即種類和來源多樣化，包括結構化、半結構化和非結構化數據，多類型的數據對數據的處理有更高的要求。

（4）高速（Velocity），數據增長速度快，處理速度快，實時性要求高。

（5）真實（Veracity），主要指數據的準確性和可信賴度，即數據的質量。

從大數據的特征來看，如何從海量數據中挖掘出少量有用的信息是處理大數據的關鍵；而人工智能的出現，則是與大數據的完美結合。如圖1所示，人工智能技術能夠用傳統人類無法處理的方式來分析、挖掘大數據所包含的有價值信息。

圖1 大數據與人工智能框架

人工智能是指研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新的技術科學，是由人工制造出來的系統所表現的智能。2006年，Hinton教授提出“深度學習”神經網絡使得人工智能性能獲得突破性進展，進而促使人工智能產業又一次進入快速發展階段。數據量的豐富程度決定了是否有充足數據對神經網絡進行訓練，進而使人工智能系統經過深度學習訓練后達到強人工智能水平；因此，能否有足夠多的數據對人工神經網絡進行深度訓練和提升算法有效性是人工智能能否達到類人或超人水平的決定因素之一。

隨著移動互聯網的爆發，數據量呈現出指數級的增長，大數據的積累為人工智能提供了基礎支撐[4]。同時受益于計算機技術在數據采集、存儲、計算等環節的突破，人工智能已從簡單的算法+數據庫發展演化到了機器學習+深度理解的狀態；因此，當人工智能遇到大數據，二者之間可望實現完美結合。

2.2 人工智能在多媒體大數據領域的應用

計算機處理能力的不斷提高以及云存儲領域的最新發展促使許多行業（多媒體通信領域也不例外）正在探索如何更好地利用人工智能。人工智能在多媒體大數據領域的應用主要分為以下3類：

（1）網絡設備的智能運維或故障檢測。在多媒體大數據通信的背景下，如何從海量數據中挖掘出設備故障的位置信息和原因信息，是一直困擾運營商和設備商的難題。人工智能技術可以：對網絡告警和故障征兆進行預處理，通過建立類似人類大腦認知的過程模型，借助高性能硬件和強大軟件平臺，對數據進行關聯分析，從而能夠提升準確率和處理效率；針對海量告警數據和復雜網絡結構，自動選擇最優方法和最優技術完成一系列告警操作，并通過不斷學習提升告警處理速度和效果，保障和管理好整個通信網絡。

（2）網絡優化。網絡優化主要包括流量優化、能耗優化、無線網絡覆蓋和容量優化3個方面。通過在軟件定義網絡（SDN）控制器上引入人工智能技術，實現網絡流量的智能優化。針對無線網絡環境下調節參數難的問題，通過引入機器學習算法，分析當前網絡狀態與覆蓋和容量之間的關系模型，再對網絡進行分析，指導調整無線參數配置。

（3）智能安全。人工智能技術支持下的網絡安全有著堅強的后盾，把人工智能和網絡安全管理緊密結合，能夠很大程度地提高網絡的安全性能。例如人工智能垃圾郵件檢查、智能防火墻安全技術、入侵檢測和異常檢測等。

3 用“數據+智能”來提升用戶QoE

3.1 QoE研究中面臨的主要難點和解決方案

視頻業務中的QoE反映的是用戶觀看視頻整個過程中的主觀感受，其中網絡服務質量、用戶的個性化喜好等因素都會影響到用戶QoE；因此，視頻業務中用戶的QoE評價是一個復雜的系統性工程。當前，視頻業務QoE的預測和提升仍面臨著諸多挑戰，具體而言，可以包含以下3個方面：

（1）預測困難。視頻業務中的QoE預測需要精準的當前網絡流量作為重要參考指標，而網絡流量預測需要綜合考慮多種因素，往往很難做到精準預測。

（2）通用性差。現有的方法通常針對特定的網絡環境和特定的應用場景設計，不具有一般性，通用性差。

（3）目標單一。現有的方法優化目標單一，通常只針對速率的優化，未考慮影響用戶QoE的一系列其他因素，而QoE又是一個多種因素相互作用的綜合指標。

人工智能技術的出現，使大數據背景下的用戶QoE提升變成了可能：針對預測困難的問題，深度神經網絡在足夠多的網絡數據中可以獲得更為精準的網絡流量預測精度；根據用戶的行為、喜好，制定個性化QoE模型，并將用戶的主觀感受及時反饋給正在訓練的神經網絡模型[5-6]，達到實時更新的目的，解決了通用性差、情景單一的問題；深度神經網絡的多特征輸入（如帶寬、速率、吞吐量等）可以有效地提高網絡模型預測的準確度，同時自適應地優化各輸入特征，從而解決了優化目標單一的問題。

在網絡視頻業務中，通過人工智能學習來提升QoE，其主要訓練流程如圖2所示。將網絡參數作為多維特征輸入到深度神經網絡模型中，在訓練過程中，模型根據不同用戶的個性化QoE將其主觀感受及時反饋到深度神經網絡當中，實時地更新網絡的輸入，從而做到用戶個性化QoE的提升。

3.2 基于用戶行為分析的QoE個性化模型

在多媒體通信的大數據時代里，網絡視頻用戶數量呈現爆炸式增長。對每個用戶都制定個性化的QoE模型，并根據模型中的用戶主觀感受反饋給深度神經網絡的訓練是不現實的；但是，將具有相似視頻觀看行為或興趣的用戶分為有限的類別，并對每一類的用戶進行個性化的QoE建模是可以實現的。人工智能技術的出現，讓大規模用戶的分類以及個性化QoE建模的準確度得到了保障。

圖2 人工智能下的體驗質量提升方案

表1 各視頻網站的用戶的觀看行為記錄

用戶在某一時段的觀看行為（如暫停視頻、拖拽進度條、更換節目等）反映著用戶在特定時段對該視頻節目質量的滿意度。通過對用戶行為信息進行深度挖掘，尋找到具有相似行為的用戶，并將其歸為一類，最終對每一類用戶進行QoE建模，從而建立個性化的QoE模型。在網絡視頻業務中，常見的視頻網站所提供的視頻參數以及用戶行為如表1所示。用戶行為通常可以分為顯性行為和隱性行為。其中，顯性用戶行為主要是指用戶對視頻節目的評價，如對視頻進行打分或者評價；隱性用戶行為是指不能直接看出用戶對視頻內容的主觀評價，而是通過用戶的一些行為表現分析用戶對視頻質量的滿意程度，如觀看視頻內容的時間長短、次數、以及清晰度的調整等。對隱性用戶行為進行無感知挖掘是近幾年用戶行為分析的趨勢，具有很大的挖掘潛力。

基于用戶行為分析的QoE個性化模型如圖3所示。運用大數據處理技術分析不同用戶對同一個或同一類視頻的行為特征，找出其共性所在，將對這一類視頻節目具有相同觀影行為的用戶歸為一類。例如，把體育節目經常有“切換至高清”“一直在觀看”的用戶歸類到喜歡體育運動的人群當中。不同類別之間，尋找各個類別中的個性特征。例如不同類別之間可能喜歡的視頻種類不同。利用相同類別中的共性特征來達到同一類QoE模型的普適性，同樣，利用不同類別之間的個性特征來實現不同類別QoE模型的個性化。通過用戶行為分析得出的“共性+個性”特征來得到不同類別的QoE個性化模型。

目前更多的QoE個性化模型是基于用戶行為進行分析的。通過對用戶行為分析進行興趣挖掘，進而推薦合適的視頻節目來提升用戶的QoE。針對用戶QoE主觀性強、量化難的問題，我們提出用客觀指標來表示用戶的主觀感受，即通過用戶觀看某個視頻的時長占視頻總時長的比例來描述用戶對該視頻的主觀感受[7]。其次，相比于傳統的主題模型如隱含狄利克雷函數分布（LDA），我們對用戶所觀看的視頻節目進行興趣挖掘，將每位用戶的興趣通過概率分布的方式給出，并結合用戶的興趣分布與視頻觀看比等重要客觀性指標實現用戶個性化QoE主觀模型的建立[8]。具體來說，將用戶視頻觀看比非常低的節目視為不感興趣的節目并隨之進行清洗；將處于一定閾值[9]內的視頻節目視為用戶潛在感興趣的節目，推測出未來用戶的興趣分布情況；將用戶視頻觀看比較大的相關節目再進行主題模型的建模，使建模得出的用戶現有的興趣更加準確。這樣可以有效地過濾掉大量無用數據，使用戶QoE個性化模型更加準確。同時，用戶未來的可能興趣分布也將得到一定的估計和預測。

3.3 深度學習訓練下的用戶QoE提升方案

視頻參數的多維度輸入經常會給機器學習模型帶來“維度災難”，直接導致模型運行時間變長、承載海量用戶數據難等問題。深度神經網絡的出現和計算能力的提高使這一系列難題得到了解決。充分多的維度特征輸入和海量充足的訓練數據使得深度神經網絡的訓練更加完備，從而避免陷入模型過擬合當中。

如果說深度神經網絡的訓練在大數據和多維度輸入的背景下帶來模型泛化能力提高，那么QoE個性化模型則作為對神經網絡模型的一種實時“反饋”。通過對當前訓練模型的“獎勵”或“懲罰”，可以達到用戶QoE的最大化。這正是強化學習（RL）的核心思想。強化學習不同于一般的機器學習方法中的監督學習和無監督學習，它是在嘗試的過程中學習在特定的情境下選擇哪種行動可以得到最大的回報。

圖3 基于用戶分類的個性化體驗質量模型

圖4 基于深度神經網絡的流媒體碼率自適應模型

以視頻流媒體的碼率自適應技術為例，如今視頻用戶對不同類型節目的清晰度和流暢程度的要求不盡相同，視頻服務商希望根據用戶對不同視頻節目的喜好或者滿意度來自適應地調整視頻碼率（標清、高清、超清、藍光）。深度學習網絡和強化學習機制很好地實現了不同用戶QoE的最大化，具體模型訓練如圖4所示。多維度的視頻參數作為輸入特征對多層神經網絡進行訓練，模型的輸出對應于不同用戶對視頻碼率的需求。在強化學習過程中，用來描述用戶主觀感受的用戶個性化QoE被作為獎勵信號實時反饋到碼率自適應算法模型中。神經網絡模型根據每位用戶的個性化QoE模型（即個性化需求）來自適應調整碼率，使其選擇令用戶最滿意的碼率，最終達到用戶QoE最佳的目的。需要特別注意的是，在網絡訓練的過程中，網絡模型利用上一時刻用戶行為以及網絡狀態參數為用戶所觀看節目的碼率做出一個初始的決策；用戶在觀看節目后，將自己當前的主觀感受反饋給正在訓練的深層網絡；網絡模型根據當前時刻的反饋來調整當前的碼率決策，很好地達到了每一時刻用戶QoE的最大化。這正是碼率調整實現“自適應”的關鍵所在。

4 結束語

人工智能技術的迅速發展為眾多行業的發展帶來機遇以及契機，多媒體通信領域也不例外。其中，網絡視頻業務發展更加迅猛，用戶的增長也使得網絡服務商更加注重用戶QoE。深度神經網絡的成熟發展和計算能力的增強有效地解決了數據量大、多維度輸入造成模型訓練時間長的問題。基于增強學習用戶個性化行為分析的“反饋”機制大大提升了每一類用戶的QoE預測的準確度，從而實現每個用戶QoE的最大化。當然，在人工智能技術背景下，用戶QoE提升仍然有許多問題需要解決，比如：

（1）數據采集時對用戶隱私安全的保護。目前對用戶的數據收集通常未考慮到用戶是否允許服務商采集這些數據，而越來越多的用戶注重隱私的保護；因此，如何做到無感知的數據采集也是目前數據采集的難點所在。

（2）隱性用戶行為分析有更大的挖掘空間。用戶對視頻的滿意度評價大多是由用戶對視頻觀測行為表現出來，而通過用戶行為去界定用戶對視頻的滿意度需要考量更多的因素，如用戶心情、所在位置、所使用終端等。

（3）人工智能需要“高效”的學習方式。盡管計算能力的增強為深度學習帶來迅速的發展，但是如何在有限的資源里“高效”完成學習仍是目前優化的關鍵。

致謝

本文得到南京郵電大學通信與信息工程學院周亮教授團隊中胡正瑩、陳銘子2位在讀碩士生的幫助，謹致謝意！