这篇文章主要是通过分析数据，想知道影响视频质量的问题主要在哪些地方，以及对这些问题进行解决的优化潜能。对一些想提出具体的优化策略的工作具有一定的启发和参考。
文章的数据集非常大而全面，涵盖不同地区的客户端、不同内容提供商、不同CDN、不同视频类型、不同传输方式等等。使得它们的分析结果更有普适性。
数据集由session组成，每个session有各自的属性和QoE数据。
分析步骤
- 标记问题session：把QoE不好的session标记出来。
中间结论：确实存在不少QoE不佳的session，说明有相当一部分用户观看视频时体验不佳。
- 给session分类：按session的不同属性，把它们分进不同的cluster里。每个cluster代表一类有着相同属性的session的集合。
- 这里所谓的相同属性可以只有一个维度，比如说同一个CDN（CDN1）
- 也可以有多个维度，比如说同一个CDN且同一个（CDN1）且请求客户端都来自中国。显然后者为前者的子集
- 把子集关系用有向边表示，比如A-》B表示A是B的子集，可以得到一个DAG
- 标记问题cluster：如果所有session里有a%有问题，该cluster里有超过1.5*a%有问题，则当成问题cluster。
- 计算问题cluster的流行性和持久性：这个cluster在整个时间范围内是有问题的，但是它不一定是每个时期都有问题。流行性指的是它有问题的时期多不多，持久性是它有问题的时期长不长。
中间结论：
- 有很多问题cluster发病率很高，找出它们并改善它们会解决大部分问题
- 有很多问题cluster持续时间较长，在前期发现它们并改善也会解决很多问题。
- 压缩需要分析的cluster数量——计算关键cluster：把一些包含了很多小问题cluster的大cluster当作关键cluster，因为它们可能涵盖了这些小cluster里的信息。
中间结论：关键cluster数量只有问题cluste的百分之几，但是覆盖到的问题session数量与问题cluster覆盖的问题session数量相比差不了太多。
通过关键cluster分析QoE问题的特点
- 通过每个维度相关的关键cluster数量的占比，发现跟内容提供商、CDN、connection type、ASN相关的关键cluster最多，说明问题主要集中在它们上。
- 对于QoE的不同指标，分析发现，比如虽然对buffer和init time影响最高的都是只按内容提供商分的cluster，但是这两组下具体的cluster又是不同的。
- 人工分析了一些流行度高的关键cluster，得到一些结论。
讨论如何改进
都是通过分析数据得到的结果，并不是使用了具体策略进行改进，其实相当于是衡量一下改进潜能。
- 改进什么样的集群：是流行性高的？还是持续性高的？还是问题session占比高的？=》问题session占比高的相对改进得更多。
- 分析两种类型的改进方法：
- 分析历史数据的离线方式：在某时候停下来，分析历史记录，找到关键cluster并改进它。
- 实时检测并做出反应的方式：在某问题出现超过一定时间，对它做出改进。
两种类型的方法都能有效改善。