[論文レビュー] Mobile Instant Video Clip Sharing: Modeling and Enhancing View Experience

Lei Zhang, Feng Wang+1 more|arXiv (Cornell University)|Dec 24, 2014

Caching and Content Delivery参考文献 16被引用数 3

ひとこと要約

本稿では、TwitterのVineのようなモバイル即時動画クリップ共有サービスにおけるユーザ体験を向上させるために、特徴的な視聴行動をモデル化し、事前取得とリアルタイムダウンロードスケジューリングを最適化する、革新的なスケジューリングフレームワークを提案する。トレース駆動シミュレーションを用いた結果、ベースライン手法と比較して、再生途切れをほぼゼロに抑え、金銭的およびエネルギー的コストを90%以上削減した。

ABSTRACT

With the rapid development of wireless networking and mobile devices, anytime and anywhere data access becomes readily available nowadays. Given the crowdsourced content capturing and sharing, the preferred content length becomes shorter and shorter, even for such multimedia data as video. A representative is Twitter's Vine service, which, mainly targeting mobile users, enables them to create ultra-short video clips and instantly post and share with their followers. In this paper, we present an initial study on this new generation of instant video clip sharing service enabled by mobile platforms and explore the potentials towards its further enhancement. We closely investigate its unique mobile interface, revealing the key differences between Vine-enabled anytime anywhere data access patterns and that of traditional counterparts. We then examine the scheduling policy to maximize the user watching experience as well as the efficiency on the monetary and energy costs. We show that the generic scheduling problem involves two subproblems, namely, pre-fetching scheduling and watch-time download scheduling, and develop effective solutions towards both of them. The superiority of our solution is demonstrated by extensive trace-driven simulations. To the best of our knowledge, this is the first work on modeling and optimizing the instant video clip sharing on mobile devices.

研究の動機と目的

• Vineのようなモバイル即時動画クリップ共有プラットフォームに特有の視聴行動—一括視聴、受動的視聴、スクリーンスクロール—をモデル化・分析すること。
• 制限された帯域幅とエネルギー制約があるモバイル環境でも、高品質な動画再生を維持する課題に対処すること。
• ユーザ視聴体験を最大化するとともに、金銭的およびエネルギー的コストを最小限に抑えるスケジューリングフレームワークを開発すること。
• 2つの主要なサブ問題である、事前取得スケジューリングと視聴時間に合わせたダウンロードスケジューリングを特定・解決すること。

提案手法

• 著者らは、視聴体験を一般的なスケジューリング問題としてモデル化し、事前取得スケジューリングと視聴時間に合わせたダウンロードスケジューリングの2つのサブ問題に分解する。
• 日常的かつ機会的WiFiアクセスポイントを活用して、動画を能動的にキャッシュする、人気度に基づくおよび無線に配慮した事前取得戦略を提案する。
• ジェスチャーに基づく予測モデルを用いて、スワイプやフリックなどのユーザ入力パターンから将来の動画視聴時間を推定する。
• 予測された視聴行動とネットワーク状態に基づいて、リアルタイムでダウンロードスケジュールを動的に調整する。
• ユーザの移動パターンとコンテキストセンシング（例：静止状態、WiFi利用可能性）を統合し、機会的かつ効果的な事前取得をトリガーする。
• フレームワークは、実世界のトレースを用いて評価され、シーケンシャルダウンロード（SeqD）などのベースライン手法と、広範なシミュレーションで比較された。

実験結果

リサーチクエスチョン

• RQ1 モバイル即時動画クリップ共有におけるユーザの視聴行動は、従来の動画視聴パターンとどのように異なるか？
• RQ2 モバイルデバイスで超短尺動画クリップの高品質再生を維持するうえでの主なパフォーマンスボトルネックは何か？
• RQ3 再生途切れを低減するとともに、エネルギーおよび金銭的コストを最小限に抑えるために、どのように事前取得を最適化できるか？
• RQ4 ユーザ入力ジェスチャー（例：フリック）を用いて動画視聴時間を予測し、スケジューリング意思決定を改善できる程度はどの程度か？
• RQ5 コンテキストに配慮したセンシングと移動モデルを統合することで、モバイル環境における動画事前取得の効率をさらに高められるか？

主な発見

• 提案手法は、多様な帯域幅条件において、ベースライン手法と比較して著しく低い再生途切れを達成した。
• 高いネットワーク変動性下でも、システムは再生途切れをほぼゼロに保ち、シーケンシャルダウンロード（SeqD）ベースラインを上回った。
• 同じパフォーマンス条件下で、SeqDベースラインと比較して、金銭的およびエネルギー的コストの両方で90%以上の削減を達成した。
• 人気度に基づく事前取得とジェスチャーに基づく視聴時間予測の統合により、より安定的かつ効率的なスケジューリングが実現した。
• さまざまなネットワーク条件下でも、一貫したユーザ体験の向上とコスト効率の向上を示した。
• コンテキストに配慮したセンシング（例：WiFiを用いた静止状態の検出）の活用により、ユーザ体験を損なわず、機会的かつ効果的な事前取得が可能になった。