DIGITWISE：基于数字孪生的自适应视频流媒体参与度建模

随着视频流媒体娱乐的流行度不断提升，了解用户如何与内容互动以及对其变化的反应变得至关重要。用户参与度——即用户在离开之前观看视频的百分比——是客户忠诚度、内容个性化、广告相关性和A/B测试的核心因素。本文提出DIGITWISE，一种基于数字孪生的数字孪生方法，用于建模自适应视频流媒体参与度。传统的自适应比特率（ABR）算法假设所有用户对视频流媒体痕迹和网络问题反应方式相同，忽略了个体用户的敏感性差异。DIGITWISE利用数字孪生的概念，即物理实体的数字副本，基于过去的观看会话来建模用户参与度。该数字孪生接收关于流媒体事件的输入，并利用监督式机器学习来预测给定会话的用户参与度。系统模型由数据处理管道、作为数字孪生的机器学习模型以及预测参与度的统一模型组成。DIGITWISE在数字孪生和统一模型中均采用XGBoost模型。该提出的体系结构展示了个人用户敏感性的重要性，通过消除非用户感知模型相比，使用户参与度预测误差降低最高可达5.8%。此外，DIGITWISE可以优化内容供应和交付，通过识别最大化参与度的特征，实现平均参与度提升最高可达8.6%。