随着三网融合的不断推进,OTT(Over The Top)业务已经成为新的发展趋势和技术方向。其中,OTT视频流业务需求量大,在互联网中备受瞩目。如何提高用户可感知的服务质量,确保他们的满意度显得日益重要。不同于传统的服务质量(QoS),用户体验质量(QoE)以用户为中心,衡量了用户对整体服务的认可程度。因此,对视频流业务QoE评估方法的研究成为了网络管理领域的热点。首先,本论文提出了基于暂停时间位置的QoE评估方法。作者从视频流业务主要采用的HTTP渐进式下载技术出发,分析了视频流业务特征以及关键因素。之后,重点关注于视频流业务的暂停事件,在三个比较经典的应用层性能指标(初始缓冲时长、暂停频率、平均暂停时长)的基础上,又提出了两个新的指标:暂停时间位置与平均暂停时间间隔。通过数学推导和仿真实验,研究了暂停时间位置对QoE的影响,并且基于BP神经网络算法建立了这些应用层性能指标与视频流QoE之间的映射模型。其次,为了进一步贴近用户,本论文立足于实际生活中视频流业务的真实应用情景,提出了基于用户交互行为的QoE评估方法。分析了用户交互行为对视频流QoE的反映与影响双重作用,建立起应用层性能参数与用户交互行为相结合的QoE指标体系,然后设计出一个全面的视频流QoE评估模型。实验证明,用户交互行为的加入改善了 QoE评估方法,从而得到更个性化的评估结果。综上所述,本论文提出的面向用户体验的OTT视频流业务评估方法,有较高的准确度和适用性,达到了预期的研究目标。