随着运营商网络的快速发展以及5G时代的到来,移动流媒体业务在人们日常生活中发挥着越来越重要的作用。对服务提供商来说,准确的量化用户对流媒体业务的满意程度可以为其在激烈市场中提供较高的竞争力。现有的用户体验质量(QoE,Quality of Experience)的评价方法研究主要集中在技术域和用户域影响因素指标的量化,并没有考虑到商业域因素对用户体验质量的影响。同时,现有的个性化的用户体验质量评价方法大多依赖于用户主观反馈的数据指标完成最终评价,无法满足服务提供商在线完成实时用户体验计算的需求。为了解决上述问题,本研究提出了一套结合商业域的用户体验质量评价模型,通过视频流行度的客观指标预测用户偏好从而得到用户体验质量评价,并对现有的用户体验质量评价实验平台进行调研和优化,搭建了在线流媒体实验平台以完成了模型的验证工作。研究主要完成了两方面的工作:1.建立了结合商业域的QoE评价模型。研究首先根据从众心理提出了视频流行度对于用户偏好产生影响从而影响到用户体验质量的假设,并利用信息熵对该假设进行定量分析和验证。然后利用K-means聚类划分了用户从众程度的高低,确定了流行度高低的边界条件,从而得到高流行度下流行度到用户偏好的预测模型。接着利用实验平台收集的数据建立了根据视频流行度、视频比特率和用户偏好的用户体验质量评价模型,并通过交叉验证确定用户体验模型准确率达到0.82。该评价模型引入了流行度作为商业域因素,并且在高流行度条件下直接通过视频流行度的客观指标完成对用户体验质量的评价,代替了传统的依赖用户反馈的以用户为中心的QoE评价模型,从而满足用户体验质量的在线评价需求。2.设计并搭建了用户体验实验系统。研究对现有QoE实验系统进行调研,并设计了基于众包思想的实验系统,实现了基于Nginx-Linux-MySQL-PHP框架的在线流媒体平台,支持HLS流媒体技术,收集了 QoE评价模型所需的输入输出数据。同时对实验流程进行优化,实现了实验任务列表优先级的动态调整。实验结果验证了在高流行度下用户受从众心理影响而表现出对群体偏好的趋同性假设,进而验证了在高流行度视频下的用户可以通过群体偏好(流行度)推测用户个体偏好的映射模型,并进一步验证在高流行度下结合视频流行度和比特率得到的用户体验质量评价模型的准确性。