近年来,全球移动流量呈现爆炸式增长,视频流量在其中占了很大的比重,在高峰时段人们对于视频的请求会造成网络的拥堵,为了减轻高峰时段网络中的压力,减少视频传输对于带宽的占用是一个亟待解决的问题。随着单位存储容量硬件成本的降低,将视频的一部分或者全部提前缓存到用户本地,在高峰时段用户就可以从本地客户端当中获取请求的视频文件,这对于减轻网络中的拥堵将会是一个非常有前景的办法。如果结合多播的技术将多个用户请求的视频文件在只占用一份频谱资源的情况下发送给这些用户,那么就可以大大减轻视频对于网络传输的压力。用户要想在高峰时段从本地客户端当中获取请求的文件,就需要对用户的请求作出提前的预测,将用户喜欢的视频文件缓存到用户端。利用推荐算法预测用户对于视频文件的喜好是缓存得以发挥作用的重要基础。本论文首先以分布式编码缓存算法为理论依据,用USRP(Universal Software Radio Peripheral)硬件平台以及GNU Radio软件工具搭建了视频缓存多播系统探究该算法在无线信道当中能够给视频传输带来的增益,相比于过去的系统,该系统设计了新型的数据包结构能够使视频多播在物理层上实现,实验结果表明分布式编码缓存算法能够在很大程度上减轻视频传输对于网络中的压力,我们搭建的系统的实际增益很接近理论增益。接下来本论文针对那些完全没有得到评分的电影基于文本分析的方法对于电影的文本情节进行处理,从电影本身而不是用户对于电影的评分矩阵当中获取电影的特征。接下来采用协同过滤的方法对于这些电影进行评分预测,实验结果表明该算法相比于其他一些算法能够在一定程度上提高预测的精准性。