YouTube视频推荐算法

YouTube视频推荐算法有两层网络:第一层是候选池,第二层是排名池。所以上传的视频先后经过两层网络筛选,标准是根据用户的观看历史与习惯。

第一层网络的筛选标准非常宽泛,指标包括用户搜索记录、赞踩、不感兴趣等特点;第二层的标准比较精细,包括用户上次观看时间,观看了同一频道的多少视频,上次推荐了未被点击等用户行为,以及视频本身的点击量,观看时长以及新鲜度等因素。

被筛选的视频到达第二层网络后,会按以上的标准进行评分排名。高分的视频优先推荐给用户。YouTube的算法目的是让用户快速找到相看的视频,并停留时间足够长。

TouTube的视频推荐算法经历了三个阶段:2012以前以点击量为主;2012-2016年为点击量和观看时长为主;2016年以后为机器学习算法。

YouTube算法:为你推荐、建议观看、相关视频、搜索、原始评分等。这些不同算法的产品,各有侧重,但它们的优化目标相同:观看时长。

YouTube生产候选视频会分析以下几个指标:

  • 视频的观看量,顶踩,评论数量
  • 用户过去看了什么,观看时长,忽略了什么视频
  • 如果用户没有观看推荐视频,那么下一次会自动降低该视频的排名
  • 如果用户没有点击视频或观看,那么就不会再推荐给其他相似用户

原创文章,作者:Johnny Chan,如若转载,请注明出处:https://www.myseosite.com/youtube-algorithm/

发表评论

电子邮件地址不会被公开。 必填项已用*标注