一种互联网电视调控方法及装置、存储介质和电子设备

本申请涉及人工智能技术领域，公开了一种互联网电视调控方法及装置、存储介质和电子设备，该方法包括：通过时空超图卷积网络实时采集互联网电视的节点的网络拓扑数据、实时性能参数、用户行为数据及环境数据，构建动态超图模型，提取互联网电视的节点的空间特征矩阵和时间特征矩阵；将空间特征矩阵和时间特征矩阵进行特征融合，生成互联网电视的各节点的拥塞概率预测结果；基于拥塞概率预测结果，结合历史流量数据，利用多目标贝叶斯优化生成资源分配最优策略，并利用轻量化联邦增量学习框架，训练并更新拥塞预测模型，与现有技术相比，本申请提供的互联网电视调控方法在网络拥塞预测精度、实时性、能耗等方面均进一步提高。