开发和维护YouTube系统向用户推荐视频和频道功能

  当用户访问YouTube网站或者在手机上使用它的应用程序时,首先映入眼帘的可能是推荐视频,这是YouTube最重要的功能之一。这些推荐视频虽然并不总是合你的胃口,但这一功能却功不可没,就连娱乐界的学院派也不得不承认这一点。2013年,美国国家电视艺术与科学学院向YouTube颁发了艾美奖技术奖,表彰其视频推荐。
 
  获得技术奖的团队成员之一是工程部副总裁克里斯托斯·古德罗。古德罗的专业是数学,从业之初,他是一名商业和制造业优化顾问,随后才进入搜索引擎领域,开始管理亚马逊的搜索引擎和谷歌的产品搜索引擎。他现在负责监管ouTube的搜索引擎团队。该团队由一群工程师组成,我每天都和其中一部分打交道。我们一起开发和维护YouTube系统向用户推荐视频和频道的相关功能。
 
  “YouTube在本质上其实是一个巨大的众包平台,这一点鲜为人知。”古德罗说,“人们经常问我关于计算程序的问题。一个完美的计算程序可以快速、可靠地将用户群的口味和兴趣反馈给YouTube系统,并将这些信息提供给单个用户。”截至2017年,YouTube的计算程序每时每刻都在自动更新,它要搜集、处理和分析的信息——浏览次数、点赞次数、点击量等——每天都在以800亿的数量增加,这一数据将YouTube与其他所有娱乐工具区分开来。从某种意义上说,YouTube既是个人品位的反映,也是群体爱好的延伸。

       ●YouTube有很多种方式影响用户口味和兴趣
 
  YouTube是针对人类自我表达能力展开的一次实验,这一实验并不是团队的初衷,而是随着YouTube的发展偶然出现的。YouTube的创始人以及追随其后的员工并没有什么关于这一实验的方针策略,他们只是单纯地想剖析YouTube用户的行为模式和兴趣喜好。你在YouTube上的使用体验既会受到你自己的个人行为的影响,也会受到YouTube用户群的集体行为的影响。
 
  YouTube影响用户口味和兴趣的方式有很多。假设你现在正在观看某个视频,在这个视频旁边会有一组“相关视频”推荐。我们就从这里入手。这组推荐视频不容小觑,正是它们造就了一个又一个天文数字般的浏览量。你是否有过这种经历:你本来只打算看一个关于长颈鹿的小视频,三个小时过去了,你还沉浸在YouTube,发现自己正乐呵呵地看着某个视频里的女人费力地吃着插在电钻上的玉米棒。卡里姆解释说:“‘相关视频’这一功能背后的原理非常简单。正在播放的视频是有标签的,系统可以寻找贴有相同标签的视频,然后选择标签重复率最高的那几个放在‘相关视频’推荐栏。这个功能很简单,效果却很好。”
 
  随着时间的推移,YouTube的计算程序越来越强大,它开始分析用户的观看习惯,在掌握用户群行为模式的基础上改善个人的观看体验。古德罗和他的团队发现,人们在观看某个视频后,很可能会接着观看另一个。于是他们假定,新用户也会呈现类似的观看方式。YouTube的搜索系统现在会记录和你看过同一部视频的人观看的其他视频。系统会根据视频主题或用户的共同兴趣寻找更好的推荐模式。例如,喜欢看美国网球公开赛视频的人常常对法国网球公开赛视频感兴趣。再比如,喜欢看泰勒·斯威夫特(Taylor Swift)的《空格》(Blank Space)音乐视频的人也喜欢看梅根·特瑞娜(Meghan Trainor)的《丰满宣言》(All About That Bass)。而喜欢音乐人西斯克(Sisqo)制作的《皮条舞》(Thong Song)的人也喜欢吉纳文(Ginuwine)的歌曲 《小种马》(Pony)。