Cet article présente un cadre double couche pour l'évaluation de la qualité d'expérience (QoE) côté opérateur réseau. Ce cadre intègre une modélisation objective du réseau et des perceptions subjectives des utilisateurs extraites des plateformes de streaming en temps réel. Du côté objectif, nous développons un modèle d'apprentissage automatique entraîné sur le score d'opinion moyen (MOS) calculé à l'aide de l'implémentation de référence ITU-T P.1203. Il permet de prédire avec précision la qualité vidéo perçue par l'utilisateur en utilisant uniquement des paramètres réseau tels que la perte de paquets, le délai, la gigue et le débit, sans dépendre du contenu vidéo ni de l'instrumentation côté client. Du côté subjectif, nous présentons un pipeline de filtrage et de notation sémantique qui traite les commentaires des utilisateurs dans les flux en temps réel afin d'en extraire des informations sur les performances. Nous attribuons des scores MOS scalaires aux commentaires filtrés de manière déterministe et reproductible à l'aide d'un modèle de langage à grande échelle. Afin de permettre une analyse évolutive et interprétable, nous avons construit un ensemble de données étiquetées de 47 894 commentaires de flux en temps réel, dont environ 34 000 sont identifiés comme liés à la QoE grâce à un filtrage sémantique multicouche. Chaque avis est enrichi d'attributs simulés de fournisseurs d'accès à Internet (FAI) et aligné temporellement à l'aide d'horodatages synthétiques à intervalles de 5 minutes. L'ensemble de données obtenu permet une agrégation au niveau de l'opérateur et une analyse chronologique de la qualité perçue par les utilisateurs. Une métrique delta MOS est proposée, mesurant l'écart du sentiment de chaque FAI à l'échelle de la plateforme, permettant ainsi de détecter les dégradations de performances locales, même en l'absence de télémétrie réseau directe. Des simulations de pannes contrôlées vérifient l'efficacité du cadre pour identifier les pannes en se basant uniquement sur les tendances basées sur les opinions. Le système fournit à chaque opérateur son propre MOS subjectif et une moyenne globale de la plateforme basée sur des intervalles, permettant une interprétation en temps réel des écarts de performances et une comparaison avec les estimations objectives de la QoE basées sur le réseau.
