内容分发网络中基于数据挖掘的影片热度预测

？内容分发网络(cdn)系统对内容热度的估计主要依靠管理员的经验，所以主观性比较大，无法保证服务质量(qos)。首先对数据进行预处理，得到预测影片的初始知识库，利用数据挖掘技术对已有知识进行学习，对新加入的影片热度进行预测，将影片合理部署到cdn系统中。比较基于贝叶斯网络的影片热度预测和基于决策树模型的影片热度预测，在正确分类率和其他分类参数相同的前提下，贝叶斯网络所用的时间更短，所以选择贝叶斯网络分类器，解决管理员部署时不准确的问题，提高cdn系统的效率。