基于数据驱动的个性化无线资源管理研究

In the era of mobile Internet, the choice of users within a variety of wireless network types, business types and quality of service (QoS), becomes more autonomy, diversity and interactivity. It indicates that a new era of personalized services arrives which is based on how to utilize user needs and service experiences. On the basis of traditional radio resource management, this research is focused on data-driven personalized radio resource management to explicitly improve quality of user experience (QoE). Three aspects are involved in this research. (1) Establish a comprehensive QoE-description framework including user experience specific characteristics, service specific characteristics and (user, service)-pair observable relationship characteristics. (2) Use statistic Bayesian network to identify the latent relationship between user and service which is then used to model QoE. (3) Construct a multiple objective oriented radio resource management in which improving QoE is considered as the main purpose and spectral/energy efficiency is taken into account as well. The subject of this research provides important theoretical guidance for personalized QoE modeling and QoE oriented radio resource management.

在移动互联网时代，用户对多种无线网络、业务类型和服务质量的选择将更具自主性、多样性和互动性，这表明以用户需求和服务体验为核心的"个性化服务时代"的到来。本课题在传统无线资源管理的基础上，着眼于提升用户体验(QoE)，开展基于数据驱动的个性化无线资源管理技术的研究。具体研究内容将从以下三方面展开：1）建立包含用户特征、业务特征以及（用户、业务）可观测关系特征的用户体验描述体系；2）以用户体验描述体系为基础，采用基于统计方法的贝叶斯网络（Beyesian Network）研究用户个体与特定业务潜在相关特性，并基于该关系对用户QoE进行建模；3）以提高用户QoE为首要目标，兼顾谱效率、能量效率，进行多目标资源优化管理。本课题的研究，可为个性化QoE建模以及基于QoE的无线资源管理提供重要的理论指导。

课题组首先建立了一个包含用户特征、业务特征以及（用户、业务）可观测关系特征的用户体验描述体系，对用户使用业务进行多个层面和多个维度综合评价。同时搭建了个性化QoE相关数据的搜集平台，可以提供在线视频播放服务，并同时搜集相关的用户数据。这些数据可以为个性化QoE评估提供研究基础。其次，课题组引入了视频流行度指标、用户心理效应、用户期望/偏好等影响因素，来测量并分析各影响因素与个性化QoE之间的映射关系，并且对关系模型进行深度优化，建立个性化的QoE模型。同时，利用贝叶斯图、受限波兹曼机、多维上下文和多模型融合等数据挖掘方法提取用户偏好，解决个性化QoE模型中如何有效提取用户偏好难题。第三，课题组以提高用户QoE为首要目标，兼顾谱效率、能量效率，在未来5G多种场景中，对多目标资源优化管理进行了深入研究。分析并探讨了5G场景下用户体验的挑战，并提出了一种基于数据驱动的个性化QoE管理框架。同时，课题组针对5G视频业务，提出了面向QoE的视频业务的主动缓存和传输方案。进一步地，针对不同的未来5G如超密集网络场景、移动云计算场景等，提出了一系列的以提高用户QoE、谱效率、能量效率的多目标无线资源动态分配策略及相关算法。课题组的研究成果已经申请了10项国家发明专利，发表（含录用）论文30篇，其中SCI检索10篇，EI检索20篇，并由Springer出版社出版“QoE Management in Wireless Networks”专著1本。本课题同时培养博士研究生3名，硕士研究生14名。