题目：企业云平台视频用户观看数据分析

本文主要以企业云平台上承载的各网站的终端用户从发起视频观看请求、视频加载、播放到播放结束等阶段的相关数据，以及穿插在视频播放过程中的广告相关数据为研究对象，从播放质量影响因素、广告投向、黄金时段预测三个方面进行分析，最后将分析结果用于指导平台和各网站进行技术优化和战略调整。

针对播放质量影响因素的分析，本文根据云平台上数据的特点，选取了两个主要影响因子（拖拽行为和切换清晰度），然后采用（0-1）分布和最小一乘法改进后的两因素分析法分析两个因子对播放质量的影响情况。

针对广告投向的分析，本文首先确定34个省级行政区为分类对象，与广告类型相关的视频类型为分析因素，然后用改进后的模糊聚类方法对分析因素在各地域的分布进行分类。在此分析过程中主要通过“先对事例进行标准差标准化，再对变量进行标准差标准化”并加入相应的权重值生成标准化后的模糊矩阵。最后构造与模糊矩阵对应的最大生成树，分析聚类结果。

针对黄金时间段预测分析，本文将企业云平台各网站上视频播放量的历史数据作为分析样本，基于此数据按时间呈现的特点，采用了加权最小二乘法优化后的三次指数平滑法进行下一周期播放量的预测。优化后的算法尽可能的减弱了预测值对样本初值和预测平滑系数的依赖，提高了预测精度。

另外，为了上述三个层面的研究，本文搭建了分布式近实时数据预处理系统，能够快速进行海量数据的处理，动态更新数据，为研究奠定了基础。同时，还对分析结果制定了相应的评估规则，从算法性能、准确率、用户满意度等方面进行了评估。

通过本文的研究结果，可以指导云平台优化拖拽发生时的视频加载缓冲策略；同时对企业云平台上各网站站长进行广告的定时、定向精准投放提供了可能；还可以协助这些站长精确把握其网站的黄金时间段；同时也可以辅助站长们作更科学的决策，最终使平台上各网站能够吸引更多的用户和广告商。