5G移动通信技术的快速发展和智能移动终端的普及,使得用户可以随时随地访问互联网,获取想要的流媒体服务。然而,在信息化建设中,创新、个性化的应用在提高用户使用互联网活跃度的同时也提高了用户对流媒体服务的钻性。因此,为更好地满足用户个性化流媒体服务需求,提高流媒体资源利用率,减轻网络负载压力,本文重点围绕5G网络中的流媒体资源分配关键技术为研究主线,分别从用户需求预测、流媒体资源分配、流媒体服务利润、计算任务卸载四个方面开展基于5G网络的流媒体资源分配机制研究。完成的主要工作如下:（1）选取视频用户作为研究对象,开展用户需求预测内容的研究。本文基于支持向量机（Support Vector Machine,SVM）理论构建了不同核函数下的用户需求预测模型,并对高斯核函数下的SVM视频用户需求预测模型进行了参数调优,提高了模型预测的精准度。（2）针对流媒体资源分配面临的高能效问题,本文综合考虑系统能耗、传输时延和系统效用三个因素,构建了动态的流媒体资源分配模型,并结合Lyapunov随机优化理论提出一种5G边缘云网络中的流媒体资源分配机制,通过传输控制、接入控制和队列更新三个步骤,实现了最优化的资源调度。最后,仿真实验结果验证了所提策略的有效性。（3）针对流媒体传输的高实时特性,本文综合考虑系统效用、传输时延和服务提供商利润问题,从服务提供商的角度出发,提出了一种面向5G网络的流媒体资源购买与分配机制,并基于Lyapunov随机优化理论将目标优化问题转化为队列问题。最后,仿真实验结果验证了所提策略的有效性。（4）针对5G网络中流媒体计算任务卸载与分配问题,本文构建了混合D2D蜂窝网络的通信模型,结合Lyapunov随机优化理论提出了一种多执行者协作式任务卸载与计算方案,将任务卸载与计算问题转化为三个独立子问题进行求解。最后,实验仿真结果验证了所提算法的性能优势。