【信息科学与工程学】计算机科学与自动化——应用上云的需求及对应方案 01

编号 1

应用特征详细分析：

如用户地域分布、设备类型比例、广告点击率、转码耗时、错误率、网络抖动、播放器启动时间、搜索词长度、评论情感得分、弹幕密度、推流质量、DRM解密延迟、首帧加载时间、缓冲事件间隔、分辨率切换频率、用户流失率、推荐多样性、热度衰减、带宽利用率、存储增长率等）均可通过类似概率模型或回归分析建立数学表达式，因篇幅原因以概括形式附后。

1. 用户观看时长呈重尾分布​

   推理：设随机变量 T为观看时长（秒），其互补累积分布函数 P(T>t)∼t−γ，其中 γ∈(1,2)。通过极大似然估计拟合历史数据：

   γ^​=1+n[i=1∑n​ln(tmin​ti​​)]−1

   代入实际数据得 γ=1.82。

   数值范围：tmin​=10秒，最长可达 104秒。

   数值分析：