YouTube是年最全球规模最大的视频分享平台,开启了全民分享视频内容时代 。推荐随着直播 、算法视频短视频等内容形式多样化的机制解读发展,YouTube持续不断地迭代着自己的解的秘算法推荐 、搜索推荐等等以提升分发效率。爆量
在文章《YouTube推广方法全方位解析:SEO、年最网红营销、推荐广告投放,算法视频YouTube推广原来还能这样做 !机制解读》中曾提到过:YouTube 视频的解的秘流量来源主要来自于 " Suggested videos(推荐视频)" 。那么什么样的爆量行为能够提升推荐 ?什么样的行为又会降低推荐的机会呢?YouTube是根据什么推荐视频的 ?视频推荐算法是如何运作的呢 ?
01.YouTube推荐算法详解
YouTube的算法设计大致历了三个阶段:2012年以前以点击量为中心;2012-2016年注重点击量+观看时长;2016年后为机器学习机制。
其算法的年最设计初衷则是为了持续增加用户在YouTube上的观看时长,根据观看者的推荐喜好推荐视频。也就是算法视频说YouTube算法所关注的重点并不是视频的内容 ,而是观众喜欢看什么视频 。
简单来说,YouTube推荐算法主要分为两层网络 :候选池(candidate generation)和排名池(ranking) 。
