非均衡IPTV数据集下的用户报障预测

针对传统算法在非均衡交互式网络电视(Internet protocol television,IPTV)数据集下用户报障预测效果不理想的问题，本文将影响网络服务质量(Quality of service,QoS)的传统网络参数和主观反映用户体验质量(Quality of experience,QoE)的MOS评分结合来预测用户是否报障。本文在已有的ODR-BSMOTE-SVM 算法基础上，针对过采样算法产生噪声以及核参数没有进行优化的缺陷，提出了一种改进型算法。该改进算法首先采用欠采样、过采样算法及数据清洗算法对原始非均衡数据进行处理，然后通过自适应变核参数寻找近似最优值，最终实现提升分类效果。实验结果表明，较传统标准支持向量机(Support vector machine, SVM)算法和ODR-BSMOTE-SVM 算法，本文算法能获得更佳的预测效果。