LTE移动通信系统(4G)所提供的服务已经延伸到我们生活的方方面面。即将到来的第五代移动通信系统(5G)将会以更快的传输速度、更低的时延、更高的连接密度,为人们提供更为丰富和优质的通信服务,无人驾驶、智慧城市、智慧家庭、车联网、物联网等一系列应用场景也将会变为现实。实现这些场景,会使通信网络关键节点的回程连接承接巨大的数据传输压力,如果不能妥善解决这一问题,将导致网络在用户使用峰值期出现极大的延迟甚至崩溃。仅仅通过物理设备的增加无法应对数据流量成百上千倍的增加。而内容分发网络(CDN)可以实现将热点内容缓存到网络的底层基站中,让大量高重复性的数据通过底层基站传输完成,从而缓解顶层回程连接的流量压力。基于这种背景,本文研究LTE移动通信系统中内容的热度预测问题和内容在基站的缓存优化问题,提出了两种内容热度预测算法和两种内容缓存算法。本文的主要工作如下。1.研究了 HTTP信令数据预处理问题。对LTE信令数据的格式、属性和特点进行了深入分析,针对数据特点给出了数据预处理的系统方法。从程序设计、多线程运用、数据库构建和SQL语句优化等角度对数据进行预处理。所提出的方法可有效应对和处理大规模、海量文件的异常数据。2.研究了内容热度预测问题。结合时序数据的特点,提出了基于ARIMA方法的内容热度预测算法和基于LSTM神经网络方法的内容热度预测算法,根据某条内容的历史请求次数时间序列,在全网范围预测该内容在下一时刻的被请求次数。还给出了一种从内容的全网热度推算出它在单个小区的热度的方法。通过数值实验分析验证了所提出算法的性能。3.研究了基站缓存问题,建立了该问题的0-1整数线性规划模型,并提出了两种快速求解算法。一种是单基站算法,只考虑单个基站的内容缓存,将此问题转化为单背包问题,给出了动态规划求解算法。另一种是多基站算法,考虑多个基站间的内容共享,同时考虑一个基站及其邻基站的内容缓存。通过数值实验将所提出的算法与紧缺算法进行了对比分析,验证了多基站算法的实用性。