论文部分内容阅读
少数在线热门内容会在短时间内吸引大量用户的访问,并占用大量的网络传输资源。如果能预知内容的热门程度(即流行度)并将热门内容广播给潜在用户,将极大地节省网络传输资源,这正是CASoRT系统的主要功能。通过对国内商业蜂窝通信系统中收集的相关数据进行分析和研究,发现在用户行为、地理位置、数据内容等方面存在明显的聚集特性。根据上述特性给出了两个流行度预测算法,即对数线性和恒定比例模型,并使用最优观察门限改善两算法的性能。通过对两算法仿真结果的比较,对数线性模型表现更优,被选作系统的在线流行度预测方法。