导读:本文包含了用户体验质量论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:用户,封包,质量,服务质量,图书馆,需求,社会。
用户体验质量论文文献综述
张晓航[1](2019)在《传递质量诚信 提升用户体验》一文中研究指出本报讯(记者张晓航)日前,中国质量协会在广东省珠海市召开2019满意中国年会暨全国市场质量信用体系建设交流大会。此次满意中国年会以“传递质量信任,提升用户体验”为主题,对2019年用户满意工程活动进行总结,并发布2019年全国市场质量信用A等(用户满意)(本文来源于《中国质量报》期刊2019-11-28)
[2](2019)在《罗德与施瓦茨使用商用智能手机在5G现网中验证5GNR的性能和用户体验质量》一文中研究指出罗德与施瓦茨使用商用5G NR设备(如叁星S10 5G),在终端用户视角下对5G NR现网进行了首次网络性能和质量的现场测试。这是验证5G网络性能是否支持苛刻技术要求并为最终用户提供所需用户体验质量的重要步骤。罗德与施瓦茨的工程、站点验收、优化、对比测试和监控等移动网络测试解决方案提供了使用商用智能手机进(本文来源于《信息通信技术与政策》期刊2019年07期)
程风刚[3](2019)在《基于用户体验的移动图书馆服务质量影响因素与提升策略》一文中研究指出用户体验直接关系到用户对移动图书馆服务质量的感受和评价。移动图书馆服务质量的影响因素主要有界面设计、资源质量、服务功能、系统性能和情感感知。为了创造良好的用户体验,不断提升移动图书馆服务质量,本文提出如下建议:加强系统优化,打造优质服务平台;加强资源建设,深化信息服务层次;融入情感元素,彰显移动服务魅力;加强宣传推广,提高用户知晓度;加强馆际合作,建立协同服务机制。(本文来源于《甘肃科技》期刊2019年13期)
张淑珍[4](2019)在《汽车售后服务质量监测大数据平台 高凌:用户体验数据助力汽修企业盈利能力提升》一文中研究指出引言:五年之前,美国汽车流通行业在研究汽车服务与客户关系时有一句话:"留下一个用户比卖一辆车更重要"。希望从现在开始,汽修企业能够重视并真正地提高我们的用户满意度。提到为汽修企业赋能,市场上已经有很多选择方案,涉及系(本文来源于《汽车维修与保养》期刊2019年07期)
陈思勤[5](2019)在《优化企业“用户体验” 为高质量发展“降噪”》一文中研究指出开办一家企业,需要耗时多久?创业青年刘超预设过多种情况,直至“五一”前夕,她在广州市黄埔区政务服务大厅得到了出乎意料的答案。仅用一个半小时,她就拿到了全国首张通过“区块链+AI(人工智能)”平台办理的企业营业执照。利用“区块链+AI”技术,广州(本文来源于《南方日报》期刊2019-05-31)
朱佳佳,吴润泽,唐良瑞[6](2019)在《基于用户体验质量的异构网络资源分配策略》一文中研究指出为有效缓解异构网络面临的能耗问题以及同信道干扰引发的用户体验质量不理想现象,提出一种基于用户体验质量的异构网络资源分配方案,该方案包括用户传输模式选择、子信道分配以及功率优化。建立以用户体验质量最大以及网络功耗最小的多目标优化模型,采用改进非支配排序遗传算法求解该模型的Pareto解集,利用TOPSIS的方法选择最终的资源分配方案。仿真结果表明,与对比方案相比,所提方案能够提升用户体验质量,降低网络功耗,保证了用户体验质量的公平性。(本文来源于《计算机工程与设计》期刊2019年05期)
阿德巴约(ADEBAYO,SEYI)[7](2019)在《用户体验质量分析(QoE)在分组丢失无线网络上的视频流中》一文中研究指出近年来无线网络成为各行业信息化建设所采取的必要网络架构、同时、随着网络带宽的增加、多媒体视频业务成为网络中传输的主要业务类型之一。因此、在无线网络视频传输中保障用户的QoE成为无线网络研究中的重要课题。首先、本文利用主观评估的单刺激绝对类别评级(ACR)技术评估了分组丢失、时间变化和传输分组大小对无线局域网WLAN中传输的视频流质量的影响。研究利用Linux的NetEm平台进行具有分组丢失特性的WLAN中的视频传输仿真、仿真输出视频集由20名选择的观察者进行评级打分、并采用MOS方法对评级结果进行分析、结果表明对于内容变化频率不同的视频,存在分组丢失阈值百分比PLTP的差异问题。其次、本文基于上述实验所获得的分组丢失阈值百分比(PLTP)、提出了一种选择性重传算法、该算法可以集成到客户端计算机的误差恢复系统中、以减少延迟并提高分组丢失网络中的带宽效率。本文工作的主要贡献还包括提高了传输数据包大小和时间变化对用户QoE影响关系的认知、可以为设计WLAN中视频流传输的信道编码算法时提供参考。由于智能手机、笔记本电脑和其他用户设备的增加、视频传输成为无线网络传输中主要业务类型之一。然而、视频传输存在更高的丢包率与误码率。这是因为无线网络只提供尽力而为的连接、也就是说、它不能保证延迟抖动、丢包和带宽可用性。因此、在无线网络视频传输中保障用户的QoE成为无线网络研究中的重要课题。无线视频流已经取得了一些成就、例如视频压缩标准(MPEG Ⅱ和H.264)、它可以获得令人印象深刻的效率来提高良好的QoE。但是、由于网络依赖性损伤、最终用户可能仍会经历一定程度的退化。因此、无线网络中的视频传输会严重降低用户QoE。许多研究人员已经提出了减轻VoIP和视频中数据包丢失的方法、他们主要提出交错、空间冗余和重传技术、但不幸的是、在大多数情况下、这些恢复技术会增加抖动和消耗带宽。因此、需要知道在视频质量变得对观看者来说难以忍受之前可能丢失的分组的百分比、以避免恢复对视频质量没有影响的分组。这有助于防止延迟抖动和可避免的带宽消耗。数据包丢失网络中影响用户QoE的另外一个因素是视频的时间特性。时间方面/变化是视频帧间差异、指随时间变化的传输视频中帧间的变化率(颜色或移动)。具有轻微帧间差异的视频被认为是低时间变化、而具有更多时间变化的视频是高时间变化。一个序列随时间变化的时间信息(TI),即视频元素的动态性可以表示为:Mn(i,j)= Fn(i,j)-Fn-1(i,j)(1-1)Tln =stdSpace[Mn(i,j)](1-2)TIscene=maxtime(TIn)(1-3)其中,Mn像素平面是由从第Fn帧的亮度分量中移除帧Fn-1的亮度分量引起的。而TIn帧的TI级是Mn.的标准差,空间信息(SI)是视频序列元素的复杂性,可以表示为:SIn =stdpspace[Sobel(Fn)](1-4)SIscene =maxtime(SIn)(1-5)视频编码在空间和时间上都应用压缩、并且当视频要通过分组丢失网络实时传输时、例如、在无线局域网中、低编码比特率通常通过对视频信号的时间变化进行下采样来减少每秒帧数(fps)来实现。因此、为了提高WLAN中压缩算法的效率、研究用户对具有不同时间变化的视频的质量感知是很重要的。为了评估分组丢失下传输视频中时间级别的影响、我们选择了叁个具有不同帧变化率的参考视频数据集通过再模拟的无线网络中进行传输并对接收的视频进行评价、以得出在有数据包丢失的无线网络中、用户的QoE取决于视频的时间变化。包丢失伪影影响了所有的研究视频;然而、与其他两种变化(即中间时间变化(ITV)和高时间变化(HTV))相比、低时间变化(LTV)视频显示出最佳的MOS。本文的分析结果表明:视频帧的时间变化越小、视频质量越好。本项目采用UDP协议、因为其速度优于TCP协议、并且它不会引入由于建立连接而导致的时延。与TCP相反,UDP是一种无连接协议,它以“即发即忘”的方式传输数据包而无需任何重传,因此非常适合实时应用。在TCP中,如果丢包并且下一个数据包成功传输,内核将“保留”该成功数据包,直到重新传输先前丢失的数据包为止,因此,TCP的重传和速率控制机制都己结束结束延迟和其他不适合流式传输的功能。视频流的简单思想是在流媒体服务器处将压缩视频分成数据包、然后连续传输这些数据包、这使得流媒体客户端能够在数据包传送时解码和回放视频。在这项工作中、这些数据包在流服务器的传输层分割并通过eth0输出;这是由Linux路由器的eth1接收的、它通过随机丢弃一定比例的数据包(研究中使用的丢包百分比是:0%、0.2%、0.4%、0.6%、0.8%、2.0%、4.0%、6.0%、8.0%和 10%、其中0%代表源视频)来模拟WLAN。然后、路由器通过其eth0输出剩余的数据包、并由流客户端接收。图3-3说明了这个过程。为了模拟WLAN,本文使用了一个名为NETEM的基于Linux的流量整形工具。流量整形是一种计算机网络流量管理技术,它延迟,丢弃或重新排序某些或所有数据包,使其满足指定的流量要求或满足某些指定级别的性能QoS。它也称为数据包整形。一些可用于流量整形的应用程序是:NetEm,NIST Net和DummyNet。在WLAN仿真中使用流量整形来研究分组丢失,延迟,分组损坏和重复对数据传递的影响。在本文中,网络仿真器(NetEm)用于模拟WLAN的正常动态行为,因为它报告了其他仿真器的准确性。它是Linux网络仿真器模块,是标准Linux内核版本2.6.7及更高版本的一部分]。其功能还包括通过模拟广域网的属性来测试协议。在这个项目中使用了叁个计算机系统,即流媒体服务器和流媒体客户端,它们都在Windows操作系统和NETEM上运行,后者在Linux内核上运行。要为WLAN仿真准备流量整形器,首先通过在Linux内核上运行以下命令来启用NETEM功能:$ sudo capt-get install iproute2//安装 iproute2包安装iproute2后,必须启用内核IP转发。内核IP转发是Linux内核的一个特性,它是路由的同义词。当用户想要使他们的计算机充当路由器,网关,DMZ,VPN路由器或互联网连接共享时,它是必需的。它使Linux能够将从其接口 1(eth1)进入的数据包转发到其接口 0(eth0),最后转发到流客户端的目标接口 0(eth0)(图3-3)。$ sudo sysctl net.ipv4.ip_forward//检查IP转发状态此命令用于检查是否已启用或禁用IP转发。Ip_forward = 0表示禁用,而ip_forward=1表示启用。默认情况下禁用IP转发,并使用以下命令启用它:$ sudo sysctl net.ipv4.ip_forward = 1//启用IP转发$ sudo nano/etc/sysctl.conf//永久配置IP转发永久启用IP转发后,数据包丢弃如下:#tc qdisc add dev eth0 root netem loss 0.2%//为eth0添加规则如果之前没有规则,则首先使用上面的命令将规则添加到接口 eth0。此命令用于建立规则。#tc qdisc change eth0 root netem loss 0.2//丢弃0.2%的数据包#tc qdisc change eth0 root netem loss 2.0%//丢弃2%的数据包#tc qdisc change eth0 root netem loss 4.0%//丢弃4%的数据包#tc qdisc change eth0 root netem loss 6.0%//丢弃6%的数据包#tc qdisc change eth0 root netem loss 10%//丢弃10%的数据包上述命令会导致某些指定的数据包丢失,并且每个连续的概率取决于最后一个的四分之一。在开始流式处理之前,发送了一条ICMP消息,以确保系统中没有先前配置的数据包丢失。#tc qdisc del dev eth0 root//删除规则以添加新规则#tc-p qdisc ls dev eth0//显示接口上的当前规则(eth0)此外,作为逻辑测量点的Wireshark v1.12.2安装在Linux路由器系统中,用于测量通过路由器系统的eth1进入的数据包的数量,并将其与通过出口接口 eth0离开的数量进行比较。这有助于监控丢包合规性。eth1上安装了一个100MB/s的LAN适配器,而eth0是NETEM计算机的内置Broadcom NetXtreme千兆以太网适配器1000MB/S。在流媒体服务器上,安装了 DrTCP独立软件,将数据包的最大传输单元(MTU)调整为512,1024和1500字节,下面的命令用于确定更改:netsh interface ipv4 show subinterface//列出所有网络接口netsh interface ipv4 set subinterface“LAN”mtu=1024 store=persistent netsh int ip show int//显示配置的Max Transmission Unit(MTU)值为了能够将视频从流媒体服务器流式传输到流媒体客户端,VLC软件安装在两台计算机上。VLC的配置如图3-7至图3-10所示,本研究中使用的VLC流服务器的各种参数如表3-3所示。本文提供了与观众认为的丢包相关的一些相关问题(如下所列)的答案:》观察员认为数据包丢失对流视频有何影响?》在视频质量变得无法容忍之前,可以丢失多少百分比的数据包?》视频时态变化对数据包丢失网络中的QoE有何影响?》传输数据包大小是否会影响蒸汽视频质量?首先、本文利用主观评估的单刺激绝对类别评级(ACR)技术评估了分组丢失、时间变化和传输分组大小对无线局域网WLAN中传输的视频流质量的影响。为了研究无线连接中视频流中的分组丢失、时间变化和传输分组大小的影响,分辨率为CIF(352X288)的叁个视频以及低、中、高的时间变化;使用NETEM作为WLAN仿真器流式传输512字节、1024字节和1500字节的数据包大小。仿真输出视频集由20名选择的观察者进行评级打分、并采用MOS方法对评级结果进行分析。两种统计方法:均值和方差用于分析通过问卷收集的意见的结果(附录B)。本文使用这些细节来计算针对数据包丢失和传输数据包大小的平均意见得分(MOS)。其中两名观察员是技术工人,其余十八名是学生。其中10人为男性、另外10人为女性、均在23-35岁之间。观察者属于叁个种族群体(黑人,蒙古人和高加索人),他们被放置在距离电脑屏幕60-100厘米的观察距离内。观察者都没有先前的主观视频质量评估经验,也没有视频信号处理方面的专业知识。使用了一台笔记本电脑,每位观众轮流对已处理视频的质量进行评级。共播放了20个没有音轨的视频,观看条件符合ITU-R Rec BT.5005推荐。MacBook Laptop Pro LED-背光光面显示屏使用了以下功能:分辨率:1280x800,尺寸:13.3英寸,宽高比:16:10和图形:Intel HD Graphics 3000 512MB。结果表明对于内容变化频率不同的视频、存在分组丢失阈值百分比PLTP的差异问题。如表5-1中记录的那样、视频丢失率会随着丢包率的增加而降低。由于MOS平均范围在4.0到2.5之间、观察者尤其对于新闻和瀑布视频而言,视频丢失0%到0.6%的视频损失并不明显、尽管如此、除了新闻(低时间变化)视频、2%的数据包丢失低于“公平”视频类型、因此0.8%是足球和瀑布的丢包阈值点(PLTP)、而新闻视频的PLTP是4%。10%的数据包丢失非常糟糕、所有视频的QoE都非常烦人、如图5-1所示、它给出了图5-0的放大图、以便更清楚地观察不同数据包丢失的影响。QoE的丢包率为0%、2%和10%。为了研究时间变化的重要性、在该实验中使用了叁类视频媒体:分组大小为1024字节的低、中和高动态视频。这背后的目的是使用主观视频质量评估(S-VQA)研究时间冗余对分组丢失伪像的质量矩阵的影响。视频的特征如表3-1所示。图5-5显示观察者所感知的QoE取决于视频的时间变化。网络工件影响了所有研究的视频;尽管如此、与其他两种变化(即ITV和HTV)相比、低时间变化(LTV)视频显示出最佳MOS。为了研究分组大小对流视频质量的影响,在叁个不同的视频上使用了512个、1024个和1500个字节的3个传输分组大小。图5-3、5-4和5-5分别是瀑布、足球和新闻视频的数据包大小分析。结果清楚地表明、在分组丢失的无线网络中、与其他两种大小相比、传输分组大小1500提供了更好的视频质量、如图4.1-4.8所示。这意味着数据包大小越大、MOS越好。因此、若有任何损失、较大的数据包大小仍将保持视频质量高于较小的大小。.原因是因为处理后的视频帧的质量取决于对来自I帧的P帧和B帧的有效解码,并且I帧中的分组丢失可能导致误差传播,因此如果视频序列是小包、这意味着I帧更多地处理分组丢失、这将导致错误的广泛传播、从而导致较差的视频质量。图5-7显示了如果数据包大小很小、由于数据包丢失导致的损坏的I帧如何影响整个GOP。无论时间变化和分组大小如何、所研究的视频中存在与分组丢失伪像相关的相关性。在所有考虑的情况下、分组丢失的增加导致MOS的减少、因此导致视频质量低的分组丢失率低于20%。如图5-8所示、高时间变化的足球视频具有最低的方差、在10%的分组丢失时趋于0;这种意见的融合意味着大多数观察者的感知评级都认为视频质量令人讨厌。这是因为视频是高动作的、因此容易使损伤变得明显。相反、新闻视频(低时间变化)的意见分歧不仅在10%的数据包丢失、而且从0.4%向上。这表明观察者由于其低时间变化而检测到视频中的任何损伤是多么困难。通常、我们对整个数据包丢弃的方差水平低于1、这可能意味着观察者对视频有一定的相互感知感。对于所有传输分组大小和视频类型、0%和0.2%分组丢失的差异是低的、而对于至少一种视频类型、分组丢弃的差异为0.4%至10%(方差>0.6)。这是因为数据包丢失效应尚不明显、但随着数据包丢失增加了意见分歧。其次、本文模拟了无线局域连接、以研究数据包丢失、时间变化和数据包大小对用户体验质量的影响。研究发现、对于慢动作视频、在QoE变得烦人之前可以容忍的最大丢包阈值是4%的数据包丢失、而对于高和中等运动视频;丢包阈值为2%。本文基于上述分析所获得的分组丢失阈值百分比(PLTP)、提出了一种选择性重传算法、该算法可以集成到客户端计算机的误差恢复系统中,以减少延迟并提高分组丢失网络中的带宽效率。更重要的是,正如已经证明的那样、时间变化(即视频帧中随时间发生的差异)也会影响分组丢失连接中的视频质量。低时间视频的MOS被评为最佳、其次是中间时间视频(ITV)、然后是高时间视频(HTV)。第叁,本文提出的研究问题的答案如下:研究问题1:根据分析结果、本文发现数据包丢失对观察者所感知的视频质量有直接的影响。数据包丢失百分比的增加会导致高视频质量损害。此外、方差分析表明观察者的意见趋同、随着分组丢失百分比的增加、体验质量下降。研究问题2:此外、工作的最大成就之一是给出了一种重传算法、算法中用于慢动作视频的数据包丢失阈值百分比(PLTP)计算为4%、而快速运动视频的数据丢失阈值百分比(PLTP)为0.8%,可以有效地集成到流式客户端错误恢复系统中。该算法提供智能重传,因为低于PLTP的分组丢失将被忽略,因为它们对用户的QoE没有可察觉的影响、因此最小化了由于用于纠错的往返时间(RTT)的带宽消耗和延迟。研究问题3:为了回答第叁个研究问题、分组大小为1024字节的叁个不同时间变化(低,中和高)的视频受到分组丢失条件的影响。图5-6显示低时间变化(LTV)视频具有最佳MOS,其次是中间时间变化(LTV)、最后是高时间变化(HTV)。因此、在丢包情况下、视频帧的时间变化越小,QoE越好。研究问题4:同样,发现传输包大小对流视频有影响。对于所有视频类型、大数据包大小(例如1500字节)具有比较小数据包大小(512字节)更好的MOS等级。对此的最佳解释是大的传输分组大小比小分组大小更有效地防止错误传播。本论文的第6部分详细考虑了这种解释。本论文的结果可以用于电信行业、为服务提供商提供面向不同网络伪像确定其视频集工作边界的能力并、且还可以通过降低时间分辨率用于编码器优化、以便实现良好的视频质量。此外、结果还可以激发研究人员在设计用于通过分组丢失网络的视频流的联合源-信道编码算法时考虑时间变化和传输分组大小。最后提出了以下潜在研究方向、通过进一步的深入研究能够在未来完善本文的研究内容:只有当被忽略的丢包不是Ⅰ帧的一部分时,所提出的(PLTP)重传算法才能有效工作(因为Ⅰ帧分组中的少量丢失会导致错误的广泛传播)。同时、因为分组丢失不是随机的、而是依赖于先前的损失,因此需要识别和保护Ⅰ帧携带向量并对其进行优先级排序。因此、未来的工作将是CODEC优化、从而增强Ⅰ帧到客户端的有效传输。此外、将所提出的算法嵌入到客户端计算机错误恢复系统中以进行测试将是未来一项有趣的工作。最后、这项工作中使用的视频数据集是无音频的。研究数据包丢失对视听同步的影响及其对用户体验质量的影响将是未来需要考虑的一个有趣领域。(本文来源于《中国矿业大学》期刊2019-05-01)
彭燮[8](2019)在《不忘质量初心 提升用户体验》一文中研究指出近日,中国质量协会与小米集团开展了为期3天的质量交流活动,共同探讨在互联网时代,企业应如何以用户为中心推进高质量发展。中国质量协会总工程师李晓飞表示,在互联网时代,企业的质量管理工作应遵循全员、全过程、全方位、全周期、多方法,不断提高质量创新和(本文来源于《中国质量报》期刊2019-04-01)
周翔[9](2019)在《基于用户体验的AH省高校图书馆服务质量满意度评价研究》一文中研究指出在图书馆众多属性和功能中,最重要的就是服务性。图书馆的所有工作都应以用户服务为中心,目的是满足用户对图书馆的需求。因此,服务质量是衡量图书馆能力和水平的一个重要标准。随着计算机技术和网络技术的迅速发展,越来越多在线图书馆、移动图书馆和数字图书馆的出现,对实体图书馆产生巨大的冲击。结合高校实际情况,高校科研任务繁重任务巨大,教师对前沿文献需求量和更新即时性的要求更加强烈。另外,作为高校图书馆的重要服务对象,学生用户的需求也逐渐呈现出多元化趋势,个性因素不断增加。以上因素对图书馆的工作职能、服务方式和业务范畴产生的影响都是巨大而深远的。因此,基于用户体验的AH省高校图书馆服务质量满意度评价研究具有重要的现实意义,既有利于提升用户体验,又有利于提高图书馆的服务质量。本研究首先对国内外图书馆服务质量的研究现状及评价模型、评价方法进行文献回顾与述评,在此基础上,选取LibQUAL+?模型作为本次研究的理论模型。在对高校图书馆的实地探访中,发现影响AH省高校图书馆用户体验满意度的主要因素有馆藏资源不足、用户获取资源和服务便捷性偏低、图书馆整体环境欠佳和馆员服务能力差等方面的问题。接着对AH省高校图书馆不同层次不同类型的用户进行使用体验的实地调查,获取用户体验满意度的一手数据,探析AH省高校图书馆服务质量中存在问题的原因,对调查问卷数据进行细致分析,为优化服务质量管理提供实证研究支撑。最后从馆藏建设与优化、提升资源与服务获取便捷性、美化环境更新设备、提高馆员服务质量四个方面提出AH省高校图书馆服务质量优化提升的对策与建议。(本文来源于《安徽财经大学》期刊2019-04-01)
罗郡[10](2019)在《基于机器学习的LTE网络用户体验质量提升优化的研究与实现》一文中研究指出随着移动网络的不断发展,对运营商来说,准确量化用户使用业务的体验质量,并实时提供相应的措施以保证用户使用体验,能提升运营商的核心竞争力。因为相关数据的获取存在难度,现有的用户体验质量(Quality of Experience,QoE)评价方法并不能全面的量化用户QoE,而且现有的标签数据获得困难,数据质量难以保证。此外,现有的网络优化方法与用户体验质量脱节严重,并不能高效、有效地完成用户体验质量的提升。为了解决这些问题,本文基于VoLTE数据以用户为单位,从技术域和上下文域两个角度构建了用户的多域特征。然后根据运营商的分类,先进行主观用户过滤得到目标投诉用户,再基于目标投诉用户找出未投诉用户中沉默的不满意用户一起组成整个不满意用户群体。为了达到上述效果,最基本的方法是使用正样本未标注样本学习(Positive Unlabeled Learning,PULearning)和余弦相似度来完成正样本扩充。然后本文根据主动学习(Active Learning,AL)的思想提出了适合大数据量的最小距离密度样本选择策略(Min-Distance-Density,MDD)来进行正样本的扩充,并进一步提出了结合半监督学习的主动学习方法(Semi-supervised Active Learning,SSAL)构建了用户体验质量评价模型。另外,本文还从多元时序相似性分析出发,提出了两种结合多元时序相似性分析的用户体验质量评价方法:多维加权动态时间弯曲距离方法和一维加权动态时间弯曲距离方法。针对相似性分析方法的不足,还将主动学习与多元时序相似性分析相结合提出了结合主动学习和多元相似性的用户体验质量评价方法(Active Learning-Multivariate Time Series-Quality of Experience,AL-MTS-QoE)。为了能更好地指导无线网络优化工作的开展,基于专家经验从无线侧和核心网侧提取了质差特征以便于网络问题的定位。为了提取这些质差特征,对Sl-U、S1-MME和MR数据先进行了基于时间规则的融合处理。然后使用频繁项集挖掘算法对带有用户体验质量评价结果的质差数据进行挖掘,完成了以小区为粒度的用户质差原因挖掘,并以置信度为优先级将小区网络问题进行排序输出。最终将整个流程设计和实现整合成了一套面向用户体验质量提升的网络优化方法。(本文来源于《北京邮电大学》期刊2019-03-31)
用户体验质量论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
罗德与施瓦茨使用商用5G NR设备(如叁星S10 5G),在终端用户视角下对5G NR现网进行了首次网络性能和质量的现场测试。这是验证5G网络性能是否支持苛刻技术要求并为最终用户提供所需用户体验质量的重要步骤。罗德与施瓦茨的工程、站点验收、优化、对比测试和监控等移动网络测试解决方案提供了使用商用智能手机进
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户体验质量论文参考文献
[1].张晓航.传递质量诚信提升用户体验[N].中国质量报.2019
[2]..罗德与施瓦茨使用商用智能手机在5G现网中验证5GNR的性能和用户体验质量[J].信息通信技术与政策.2019
[3].程风刚.基于用户体验的移动图书馆服务质量影响因素与提升策略[J].甘肃科技.2019
[4].张淑珍.汽车售后服务质量监测大数据平台高凌:用户体验数据助力汽修企业盈利能力提升[J].汽车维修与保养.2019
[5].陈思勤.优化企业“用户体验”为高质量发展“降噪”[N].南方日报.2019
[6].朱佳佳,吴润泽,唐良瑞.基于用户体验质量的异构网络资源分配策略[J].计算机工程与设计.2019
[7].阿德巴约(ADEBAYO,SEYI).用户体验质量分析(QoE)在分组丢失无线网络上的视频流中[D].中国矿业大学.2019
[8].彭燮.不忘质量初心提升用户体验[N].中国质量报.2019
[9].周翔.基于用户体验的AH省高校图书馆服务质量满意度评价研究[D].安徽财经大学.2019
[10].罗郡.基于机器学习的LTE网络用户体验质量提升优化的研究与实现[D].北京邮电大学.2019