随着4G、5G等无线通信技术的发展,无线网络带宽能满足越来越多业务的传输需求。而随着手机、平板电脑等无线终端的普及,更是带来了移动业务的飞速增长。在这些移动业务当中,视频应用所占比例最大,增速也最快,丰富多彩的各类视频应用层出不迭。视频业务相对于音频、图像等业务,对传输信道的质量、传输速率要求更高,尤其是超高清视频、VR视频等,由此带来的传输压力不容小觑。因此,优化视频业务的传输必不可少。视频的传输过程是从视频提供商的源服务器开始,中间经过内容分发网络(CDN),然后通过基站发送到用户终端。本文从视频流行度预测和LTE资源分配两个方面考虑视频的传输优化方案。第一,本文先简单介绍一些常用的分类模型以及多元线性回归等理论基础知识,然后基于视频寿命和视频长期流行度之间的相关性,即寿命越长的视频往往意味着长期流行度也越大,我们在流行度预测模型中新引入了视频寿命这么一个因素,提出了一种基于视频历史观看数、未来观看数突增状态以及视频寿命的多元线性预测模型EPBLP_ML。利用优酷视频上的视频数据验证了我们的EPBLP_ML模型,实验结果表明EPBLP_ML模型相比于最新一个模型降低了 1.58%的预测误差。第二,本文围绕无线资源调度的话题,先描述LTE系统的架构,介绍LTE中影响无线资源调度的相关因素及资源调度过程,描述经典资源调度算法。然后分析视频中不同帧的重要程度,并提出了一种优化视频I帧传输的IFF无线资源调度算法。仿真结果表明IFF算法相比于PF算法以及M_LWDF算法,能有效降低I帧的传输时延,一定程度降低I帧的丢包率,提升了I帧的吞吐量。并且还提升了系统的频谱利用效率和吞吐量。