Принцип работы рекомендаций или персонализация данных YouTube

17.09.2021

Рекомендации YouTube связывают миллиарды пользователей со всего мира со значимым, образовательным и развлекательным контентом. При этом, очень важно, чтобы рекомендации были правильно настроены, так как их задача заключается в поиске нужной аудитории для каждого видео (направляют зрителей и приносят высокие показатели просмотра). Об этом в блоге Google рассказал Кристос Гудроу, вице-президент YouTube по технологическим вопросам.

Рекомендации вы можете найти на главной странице YouTube (персонализированные рекомендации, подписки и новости) и на панели “Следующее” (предложение дополнительного контента во время просмотра видео). Система сравнивает действия пользователя с похожим поведением и, как результат, предлагает контент, который вас заинтересует.

Для персонализации рекомендаций Youtube система использует регламенты и “сигналы” 80 миллиардов информационных объектов. Это может быть клик, время просмотра, ссылки на контент, результаты опросов, отметки “Нравится” и “Не нравится” — сигналы, которые способны определить ваши предпочтения. Рассмотрим их детальнее:

Кликабельность означает, что скорее всего, видеоконтент кажется вам интересным с учетом времени просмотренных роликов;
Учитывание времени просмотра позволяет получить персонализированные сигналы о том, какой контент, скорее всего, вам понравится. Польза от просмотра разных видео может отличаться, поэтому YouTube важно анализировать “ценное время просмотра” и удовлетворение зрителя;
“Ценное время просмотра” оценивается благодаря результатам опросов (видео звезды по шкале от одного до пяти), что позволяет определить насколько зрители довольны контентом. При персональных рекомендациях учитываются только те ролики, которым вы поставили 4 или 5 звезд. Также возможно предсказание оценок со стороны YouTube с исключением уже выставленных пользователями;
Когда вы ставите видео отметку “Нравится” или “Не нравится”, делитесь видео или ссылками на контент, тогда вы даете своим действиям определенную характеристику. Система YouTube в свою очередь использует эту информацию для предоставления персонализированных рекомендаций и предсказания будущих действий.

Качество сигнала напрямую зависит от действий пользователя, а системы YouTube адаптируются к вашему поведению. А для проверки новостей сервис использует сложную систему факт-чекинга.

YouTube подбирает для вас контент на основе персонализированных интересов, а не активности в сетях, как это свойственно социальным платформам. Наличие настроек конфиденциальности YouTube позволяет вам решать к каким данным вы хотите предоставить доступ (удалять, редактировать, отключать на время историю поиска и просмотров).