[论文解读] A Study on the Characteristics of Douyin Short Videos and Implications for Edge Caching

Zhuang Chen, Qian He+3 more|arXiv (Cornell University)|Mar 29, 2019

Caching and Content Delivery参考文献 6被引用 8

一句话总结

本文基于包含260,000个视频的真实数据集，对抖音（TikTok）短视频特征进行了全面分析，发现视频码率和大小符合威布尔分布，而视频受欢迎程度则呈现类似齐普夫定律的分布，特征指数为0.552。研究结果表明，仅缓存最受欢迎的800个视频即可实现90%的命中率，且仅需1.56 GB存储空间，从而在5G网络中实现高效的边缘缓存，显著提升用户体验质量（QoE）。

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.

研究动机与目标

• 刻画抖音短视频的基本属性，包括码率、大小及受欢迎程度分布。
• 探究不同受欢迎程度指标（如播放量、点赞数、评论数、分享数）之间的相关性。
• 评估面向抖音独特视频流量模式的边缘缓存系统在可行性与性能方面的表现。
• 为设计高效、动态的缓存机制提供数据驱动的指导，以提升短视频平台的用户体验质量（QoE）。

提出的方法

• 在为期三个月的时间内收集了超过260,000个抖音视频的真实数据集，用于分析视频特征。
• 采用统计建模技术，将视频码率和大小的分布拟合至威布尔分布。
• 应用齐普夫定律对视频受欢迎程度进行建模，基于播放频率数据估算出特征指数 α = 0.552。
• 计算受欢迎程度指标（播放量、点赞数、评论数、分享数）之间的皮尔逊相关系数，以评估其相互关系。
• 利用基于齐普夫定律的受欢迎程度模型，模拟边缘缓存性能，计算命中率随缓存视频数量的变化关系。
• 使用命中率指标评估在真实流量条件下，边缘缓存的存储效率与可扩展性。

实验结果

研究问题

• RQ1 抖音短视频的码率和大小分布与传统视频平台相比有何异同？
• RQ2 抖音上的视频受欢迎程度在多大程度上符合类似齐普夫定律的分布？
• RQ3 播放量、点赞数、评论数、分享数等受欢迎程度指标中，哪些之间相关性最强？
• RQ4 边缘缓存在提升抖音短视频流量命中率方面效果如何？所需存储空间是多少？

主要发现

• 抖音短视频的码率和大小紧密遵循威布尔分布，表明其具有非均匀但可预测的统计特性。
• 最受欢迎的抖音视频遵循特征指数为 α = 0.552 的齐普夫分布，即少数视频贡献了绝大多数播放量。
• 播放量与点赞数高度相关（皮尔逊相关系数 = 0.91），而其他受欢迎程度指标之间的相关性较弱或可忽略。
• 仅缓存最受欢迎的前800个视频即可实现90%的命中率，且边缘服务器仅需1.56 GB存储空间。
• 最受欢迎的18.6%的视频贡献了全部播放量的80.5%，证实平台流量存在极端的受欢迎程度偏斜。
• 研究结果表明，基于受欢迎程度均匀假设的传统缓存模型无法满足抖音需求；必须采用平台特定的建模方法才能实现高效缓存。