面向用户 QoE：个性化自适应视频流媒体优化的大规模实践
多媒体
2025-08-25 v1 图像与视频处理
摘要
传统基于系统范围质量服务（QoS）指标的优化方法在现代大规模流媒体系统中已接近性能瓶颈。然而，将用户水平质量体验（QoE）与算法优化目标对齐仍是一个未解决的挑战。因此，我们提出了 LingXi——首个面向用户水平体验的大规模部署式自适应视频流媒体个性化优化系统。LingXi 通过分析用户互动行为，动态调整自适应视频流媒体算法的目标函数。以退出率（exit rate）为关键指标，我们基于生产环境日志研究 QoS 指标与退出率之间的相关性，随后开发了个性化退出率预测器。通过蒙特卡洛抽样和在线贝叶斯优化，我们迭代确定最优参数。大规模 A/B 测试在拥有 8% 主流流量的快手（Kuaishou）平台上表明，LingXi 性能卓越。LingXi 在所有用户中实现总观看时长提升 0.15%、比特率提升 0.1%，停机时间降低 1.3%，其中对低带宽用户的改进尤为显著，停机时间降低 15%。
引用
@article{arxiv.2508.16454,
title = {Towards User-level QoE: Large-scale Practice in Personalized Optimization of Adaptive Video Streaming},
author = {Lianchen Jia and Chao Zhou and Chaoyang Li and Jiangchuan Liu and Lifeng Sun},
journal= {arXiv preprint arXiv:2508.16454},
year = {2025}
}
备注
ACM SIGCOMM 2025