认为网络视频供应商也开始更加关注用户体验质量(QoE),但数据量大、个性化提升用户QoE困难等问题仍存在。梳理了人工智能(AI)提升大数据时代下用户QoE的系统化解决方案。以视频业务中的流媒体码率自适应任务为例,将基于用户行为分析的个性化QoE模型及时"反馈"到深度学习神经网络中,通过模型自适应决策和码率调节,实现用户QoE最大化。最后指出基于人工智能的QoE提升仍然存在一些挑战。
科研之友
微信
新浪微博
Facebook
分享链接
