Hvordan fungerer YouTube-algoritmen?

Innholdsfortegnelse:

Hvordan fungerer YouTube-algoritmen?
Hvordan fungerer YouTube-algoritmen?

Video: Hvordan fungerer YouTube-algoritmen?

Video: Hvordan fungerer YouTube-algoritmen?
Video: Car Camping in Freezing Cold with Dog - Roof Tent - YouTube 2024, April
Anonim
Med over en milliard brukere og milliarder timer med video, er det faktum at YouTubes algoritme klarer å levere det du vil se når du besøker nettstedet, et testament til programvareingeniør. Så, hvordan fungerer det?
Med over en milliard brukere og milliarder timer med video, er det faktum at YouTubes algoritme klarer å levere det du vil se når du besøker nettstedet, et testament til programvareingeniør. Så, hvordan fungerer det?

Det korte svaret: Ingen vet detaljene, ikke engang YouTube, i en grad. YouTubes algoritme bruker maskinlæring for å foreslå videoer, noe som betyr at det ikke er noen regler du kan fortelle deg. Dessuten vil Google ikke fortelle oss uansett, da det ville føre til at folk utnytter dem.

Hva vi vet

Når du trener en maskininnlæringsmodell, gir du den en masse innspill og rangerer deretter sine foreslåtte utganger på hvor riktig de er.
Når du trener en maskininnlæringsmodell, gir du den en masse innspill og rangerer deretter sine foreslåtte utganger på hvor riktig de er.

Her er et stort oversimplisert eksempel. Si at du ønsket å trene en AI for å fortelle forskjellen mellom bilder av katter og hunder. I hovedsak vil du gi en hel masse bilder av katter og hunder, få det til å begynne å velge, og så skår det riktig hvis det svarer riktig. Jo mer det blir riktig, desto bedre blir det ved å velge. Resultatet er en maskin som kan identifisere katter og hunder. Denne opplæringen bruker en beregning som danner resultater. i vårt tilfelle, katten-o-meter, eller hvilken prosent av bildet er faktisk katt.

Den metriske YouTube-brukeren er klokkeslett-Hvor lenge brukerne blir på videoen. Dette gir mening fordi YouTube ikke vil at folk skal hoppe rundt og se etter videoer for å se, da det er mer arbeid på slutten, og mindre tid brukt på å se.

Det er mye mer nyansert enn bare "hvor lenge du så på en video", skjønt. Algoritmen tar hensyn til mange forskjellige faktorer og rangerer dem tilsvarende: seerens oppbevaring, visninger til klikk, seerengasjement og noen andre bak kulissene som vi aldri ser. YouTube skrur deretter disse faktorene til profilen din slik at den kan foreslå videoer du har større sannsynlighet for å klikke på.

Hva å ta bort fra dette

Hvis du er en fremtredende YouTuber, maksimerer du de gjennomsnittlige visningsvariantene, og maksimerer klikkfrekvensen din. Ta følgende opp-ned-pyramide.

YouTube foreslår videoen din til en mengde mennesker, på startskjermen og i den foreslåtte kategorien. På min konto har jeg nesten 750 000 visninger. Det virker ganske bra, men bare en brøkdel av dem klikker på videoen din. Denne brøkdelen kalles klikkfrekvensen, og den måles som en prosentandel (du kan se i mitt eksempel at jeg har en 4,0% klikkfrekvens). Visningsfiguren viser det faktiske antall personer som klikket gjennom.
YouTube foreslår videoen din til en mengde mennesker, på startskjermen og i den foreslåtte kategorien. På min konto har jeg nesten 750 000 visninger. Det virker ganske bra, men bare en brøkdel av dem klikker på videoen din. Denne brøkdelen kalles klikkfrekvensen, og den måles som en prosentandel (du kan se i mitt eksempel at jeg har en 4,0% klikkfrekvens). Visningsfiguren viser det faktiske antall personer som klikket gjennom.

Når noen klikker på videoen, måler YouTube så mye tid de brukte på å se på videoene.

Du kan se hvorfor så mange YouTube-skapere bruker clickbait-titler og miniatyrer (for å få disse klikkene) og lange, trukket videoer (for å opprettholde tiden). Dette er to svært irriterende trekk fra mange YouTube-skapere, men hei, klander algoritmen.

En casestudie

La oss ta en titt på to store kanaler som tar forskjellige tilnærminger for å takle algoritmen. Den første er Primitiv teknologi, en kanal som drives av en fyr som går inn i villmarken og bygger ting uten verktøy. Alle hans videoer er veldig lange, men holder opp et godt nivå av engasjement gjennom denne lengden, ganske en prestasjon da det ikke er noen fortelling. Dette faktum betyr at han sannsynligvis har en svært høy gjennomsnittlig visningsvarighet, som er god i algoritmenes øyne.
La oss ta en titt på to store kanaler som tar forskjellige tilnærminger for å takle algoritmen. Den første er Primitiv teknologi, en kanal som drives av en fyr som går inn i villmarken og bygger ting uten verktøy. Alle hans videoer er veldig lange, men holder opp et godt nivå av engasjement gjennom denne lengden, ganske en prestasjon da det ikke er noen fortelling. Dette faktum betyr at han sannsynligvis har en svært høy gjennomsnittlig visningsvarighet, som er god i algoritmenes øyne.

Fordi han bare lager en video i måneden, er det overraskende at han har over 8 millioner abonnenter. Dette er sannsynligvis fordi lang tid mellom videoer skaper en følelse av noe nytt når den neste dråper. Hans videoer er ikoniske, og når de dukker opp i min feed, klikker jeg nesten alltid på dem. Jeg gjetter at andre føler på samme måte, så han har sannsynligvis også en høy klikkfrekvens også.

Den andre kanalen tar en litt scummier tilnærming. BCC Trolling, en Fortnite "Funny Moments" -kanal, tar klipp fra populære streamers og redigerer dem i daglige videoer. I det siste året har de mestret algoritmen og skutt opp til 7,3 millioner abonnenter. For å maksimere klokkeslett, plasserer de tittelklipset av videoen et sted midt i videoen, og tvinger folk til å se det en stund før de kommer til klippet de klikket på, i hovedsak å få dem til å "hekta" på videoen. På grunn av dette er deres klokkeslett høyere.
Den andre kanalen tar en litt scummier tilnærming. BCC Trolling, en Fortnite "Funny Moments" -kanal, tar klipp fra populære streamers og redigerer dem i daglige videoer. I det siste året har de mestret algoritmen og skutt opp til 7,3 millioner abonnenter. For å maksimere klokkeslett, plasserer de tittelklipset av videoen et sted midt i videoen, og tvinger folk til å se det en stund før de kommer til klippet de klikket på, i hovedsak å få dem til å "hekta" på videoen. På grunn av dette er deres klokkeslett høyere.

De er også gode på clickbait miniatyrbilder og titler, og legger * NEW * i alle caps på mange videoer, og alltid med fargerike miniatyrer som vanligvis er skreddersydde og ofte svært misvisende. Men de er ikke åpenbare clickbait; videoene leverer på tittelen, men det er bare klikk for å få folk til å klikke.

Dette er det viktigste å ta bort fra BCC: Hvis du skal klikke på miniatyrer, gjør du det subtilt. Å sette direkte løgner i tittelen vil ofte gjøre folk sint og kan ha den motsatte effekten du har tenkt.

Uansett bør du finne det som fungerer for deg, og bruke det til din fordel. Hold ventetiden og klikkfrekvensene i tankene fremover, men hold deg til formatet ditt, og ikke la algoritmen diktere innholdet ditt.

Anbefalt: