Content-Caching-Oriented Popularity Forecast and User Clustering

Content popularity forecast is a key enabler toward the realization of proactive content caching, contributing to significant reduction of content fetching delay. Different from most of the existing literature that concentrating on enhancing the forecast accuracy, we tailor the popularity forecast a...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE internet of things journal Ročník 11; číslo 23; s. 38425 - 38440
Hlavní autoři:	Wang, Yitu, Chen, Qi, Wang, Wei, Nakachi, Takayuki, Zhang, Guangchen, Liou, Juinjei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Piscataway IEEE 01.12.2024 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Accuracy Algorithms Caching Clustering Clustering algorithms Complexity theory content caching Gaussian process Gaussian process (GP) Iterative algorithms K-means popularity forecast Prediction algorithms Predictive models Servers Time series analysis
ISSN:	2327-4662, 2327-4662
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!