摘要：在动态互联网市场，网络视频流行度增长不稳定，受多重因素影响，趋势波动大，预测准确性受限。为了提高网络视频流行度的预测准确性，提出一种基于非齐次泊松过程（non-homogeneous Poisson process,NHPP）的网络视频流行度预测方法。以视频点播率为扩散参数，利用Logistic分布函数和延迟Logistic分布函数分别模拟其变化情况并建立两种静态预测模型，同时基于市场动态性和流行度时态变化，采用对数增长、线性增长和二次函数描述预期视频流行度变化情况，分别建立六种动态预测模型。其次，针对视频流行度非线性、多阶段及模型参数敏感性，使用人工鱼群算法（Artificial Fish Swarm Algorithm,AFSA）优化NHPP模型的参数选择。实验结果表明本文提出的考虑动态市场的视频流行度预测模型的可行性和优越性，能够显著提高视频流行度预测精度。
