[논문 리뷰] A Study on the Characteristics of Douyin Short Videos and Implications for Edge Caching

Zhuang Chen, Qian He외 3명|arXiv (Cornell University)|2019. 03. 29.

Caching and Content Delivery참고 문헌 6인용 수 8

한 줄 요약

이 논문은 실재 데이터셋을 활용해 260,000개의 영상 자료를 분석하여 도우인(Douyin, TikTok)의 짧은 영상 특성에 대해 종합적인 분석을 제시한다. 분석 결과 영상 비트레이트와 크기는 웨이불(Weibull) 분포를 따르며, 영상 인기도는 특성 지수 α = 0.552를 가진 조르프(Zipf)-유사 분포를 따르는 것으로 나타났다. 본 연구는 상위 800개의 가장 인기 있는 영상을 캐시함으로써 1.56GB의 저장공간으로도 90%의 히트 비율을 달성할 수 있음을 입증하여, 5G 네트워크 환경에서 QoE(Quality of Experience) 향상을 위한 효율적인 엣지 캐싱을 가능하게 한다.

ABSTRACT

Douyin, internationally known as TikTok, has become one of the most successful short-video platforms. To maintain its popularity, Douyin has to provide better Quality of Experience (QoE) to its growing user base. Understanding the characteristics of Douyin videos is thus critical to its service improvement and system design. In this paper, we present an initial study on the fundamental characteristics of Douyin videos based on a dataset of over 260 thousand short videos collected across three months. The characteristics of Douyin videos are found to be significantly different from traditional online videos, ranging from video bitrate, size, to popularity. In particular, the distributions of the bitrate and size of videos follow Weibull distribution. We further observe that the most popular Douyin videos follow Zifp's law on video popularity, but the rest of the videos do not. We also investigate the correlation between popularity metrics used for Douyin videos. It is found that the correlation between the number of views and the number of likes are strong, while other correlations are relatively low. Finally, by using a case study, we demonstrate that the above findings can provide important guidance on designing an efficient edge caching system.

연구 동기 및 목표

• 도우인 짧은 영상의 기본적 특성, 즉 비트레이트, 크기, 인기도 분포를 규명하는 것.
• 조회수, 좋아요, 댓글, 공유 수 등 다양한 인기도 지표 간의 상관관계를 조사하는 것.
• 도우인의 고유한 영상 트래픽 패턴을 고려한 엣지 캐싱 시스템의 타당성과 성능을 평가하는 것.
• 짧은 영상 플랫폼에서 사용자 경험(QoE) 향상을 위한 효율적이고 동적일 수 있는 캐싱 메커니즘 설계를 위한 데이터 기반 지침을 제공하는 것.

제안 방법

• 3개월 간의 기간 동안 실세계 데이터셋을 확보하여 도우인 영상 260,000개 이상의 영상 특성을 분석하였다.
• 통계 모델링 기법을 활용해 영상 비트레이트 및 크기 분포를 웨이불 분포에 적합시켰다.
• 조르프의 법칙을 적용하여 영상 인기도를 모델링하고, 조회 빈도 데이터로부터 특성 지수 α = 0.552를 추정하였다.
• 인기도 지표(조회수, 좋아요, 댓글, 공유 수) 간의 피어슨 상관계수를 계산하여 상호관계를 평가하였다.
• 조르프 기반의 인기도 모델을 사용해 엣지 캐싱 성능을 시뮬레이션하고, 캐시된 영상 수에 따른 히트 비율을 계산하였다.
• 히트 비율 지표를 활용해 현실적인 트래픽 조건 하에서 엣지 캐싱의 저장공간 효율성과 확장성을 평가하였다.

실험 결과

연구 질문

• RQ1 도우인 짧은 영상의 비트레이트 및 크기 분포는 기존 영상 플랫폼과 비교해 어떻게 다를까?
• RQ2 도우인에서 영상 인기도가 어느 정도 조르프 유사 분포를 따르는가?
• RQ3 조회수, 좋아요, 댓글, 공유 수 중 어떤 인기도 지표가 서로 가장 강하게 상관관계가 있는가?
• RQ4 엣지 캐싱은 도우인의 짧은 영상 트래픽에서 얼마나 효과적으로 히트 비율을 향상시키며, 어떤 저장공간이 필요한가?

주요 결과

• 도우인 영상의 비트레이트와 크기는 웨이불 분포를 매우 잘 따르며, 이는 비균일하지만 예측 가능한 통계적 행동을 의미한다.
• 가장 인기 있는 도우인 영상들은 특성 지수 α = 0.552를 가진 조르프 분포를 따르며, 소수의 영상이 대부분의 조회수를 차지함을 의미한다.
• 조회수와 좋아요 수는 매우 높은 상관관계를 보이며(피어슨 상관계수 = 0.91), 다른 인기도 지표 간에는 약하거나 무시할 수 있는 상관관계가 있다.
• 상위 800개의 가장 인기 있는 영상만 캐시해도 1.56GB의 저장공간으로도 90%의 히트 비율을 달성할 수 있다.
• 가장 인기 있는 영상 18.6%가 전체 조회수의 80.5%를 차지하며, 플랫폼 트래픽에서 극심한 인기도 편중 현상이 있음을 확인한다.
• 본 연구는 전통적인 캐싱 모델이 인기도가 균일하다는 가정에 기반할 경우 도우인에는 부적합하며, 효율성을 확보하기 위해 플랫폼 특화 모델링이 필수적임을 입증한다.