基于流行度预测的互联网+电视节目缓存调度算法

来源：计算机研究与发展杂志2016年第4期北京时间：

作者：朱琛刚,程光,胡一非,王玉祥,

摘要：针对互联网+电视平台为提高热点节目命中率而过渡消耗存储空间的问题，提出一种基于流行度预测的节目缓存调度算法PPRA(popularitypredictionreplicationalgorithm).首先，在对实际测量数据进行统计与分析的基础上，使用随机森林(randomforests,RF)算法构建节目流行度预测模型.同时，针对所选特征存在的“维数灾难”问题，利用主成分分析法(principalcomponentanalysis,PCA)实施特征降维处理，以实现视频流行度预测值的快速计算.然后基于节目流行度预测数据调度缓存中的节目.最后以某广电运营商130万用户120d的收视数据为例，对PPRA算法进行实验.实验结果表明，在保证一定缓存命中率前提下，与LRU,LFU算法相比，PPRA算法仅需30%的存储空间，可有效降低互联网+电视平台的建设成本.

关键词：互联网+电视, 流行度预测, 随机森林, 缓存策略, 维数灾难,