论文部分内容阅读
流媒体代理服务器缓存是有效缓解服务器负载、减少主干网传输的关键技术，而推荐算法是根据用户历史点播行为预测将被点播的可能性。现有的缓存算法没有考虑用户推荐对点播的影响，为此本文首先提出一种融合相异度的协同过滤推荐算法 CFCD。其次，针对 CFCD 算法的推荐结果，定义反映流媒体文件被用户推荐程度的推荐度，并依此定义缓存价值函数，提出基于 CFCD 的流媒体代理缓存替换算法 CRA＿CFCD。仿真实验表明，CFCD 算法能够提高流媒体对象的推荐精度，而提出的 CRA＿CFCD 算法在缓存命中率和启动延迟方面