近年来互联网技术和通信技术快速发展,IPTV走进了越来越多的家庭,并成为电信运营商重要的商用业务之一。随着IPTV市场拓展,运营商之间的竞争日益激烈,用户对于服务的要求越来越高,想要扩大用户规模,快速占领市场,提升用户体验质量以获得用户对业务的认可至关重要。与此同时,大数据时代的到来给运营商带来新的挑战,传统的数据处理平台和技术难以适应海量数据与复杂的业务环境,因此,结合大数据技术构建系统并实现用户体验质量的主动监测成为电信运营商目前的迫切需求。首先,本文介绍了用户体验质量和基于大数据的IPTV用户体验质量监测的研究现状,总结了用户体验质量评估相关算法和现有的大数据相关技术。其次,本文分析了系统需求,并进行系统整体设计和系统各个模块的详细设计,包括数据采集和预处理模块设计、数据存储模块设计、数据分析模块设计和数据可视化模块设计。本文选取影响用户体验的主客观因素,应用机器学习算法建立用户体验质量(QoE)评估模型,使计算结果更贴近用户感知,同时,根据实际运营中业务数据不平衡的特点,对经典算法进行优化和改进,并将优化算法CS-AdaBoost-BP应用在IPTV业务数据上,提高了模型计算的准确率。最后,本文完成IPTV用户体验质量监测系统的实现与测试。在系统设计的基础上,通过搭建集群,安装部署大数据组件,设计编写业务逻辑代码,实现系统从数据采集到结果可视化展示的整体功能。并且分别进行系统功能测试和系统性能测试,保证了系统的有效性和可靠性。