一窥YouTube视频排名机制

YouTube视频排名算法简析

YouTube是当今世界最大的视频平台之一，也是算法规则变化多端、难以捉摸的平台之一。根据YouTube帮助中心提供的信息，YouTube的排名算法旨在帮助用户找到他们想要看的视频，并最大限度地增加用户的参与时间和满意度。下面就来详细分析一下 YouTube 的视频排名算法。

一、YouTube 排名算法—候选视频生成网

工作原理：

1. 在上百万的视频中选出数百个候选视频，这些候选视频是根据用户的历史背景、偏好而生成的。

2. 将数百个候选视频进行分类，并输出数十个最优视频作为最终结果。

过滤网络及其输入基本上决定了用户在 YouTube 上看到的所有视频。对 YouTube 用户来说，可以使用它们的历史浏览记录(如： 观看ID)、搜索词条(search tokens)、人口学信息(例如地理位置、用户使用的设备)、二元特征(如性别)、连续特征(如用户年龄)来对所有的视频库进行多分类，并根据相关性来量化它们的相似度，然后根据相似度来对所有候选者进行量化评分，最后将得分最高的数十条作为最后的展示内容。此外，候选者生成还依赖于相似用户的浏览记录，也就是协同过滤。

二、YouTube 排名算法—排序网

就是根据候选者与用户间相关性来对候选者进行量化评分，将得分最高者作为最优者。此外，也考虑了上千个影响因子(如: 观看 ID、最后一次浏览时间、上传时间、浏览量)，将它们都加入考量之中。考量方式是使用加权逻辑回归（weighted logistic regression ）, 使用“ 预测人工看片时间” 的一个很小但却很强大的函数来加权不同人看片时间久远性 （watch time length ）, 进考量中, 亦即, 看片时间久远性愈久, 则得到愈多分数, 排序也愈前. 此外, 当一部影片已被一位用户浏斯, 这部影片将会内容其他相似之用户, 但这部影片不会再对此相似之用户内容.

总之, YouTube 的排序依然是一套多项式复杂X, 需要YouTube 本方依各不同情况, 不断地修正, 改变其流行要因子. 希望此文能带大家更好地了解YouTube 的飞衣法.

（本文内容根据网络资料整理和来自用户投稿，出于传递更多信息之目的，不代表本站其观点和立场。也不对其真实性、可靠性承担任何法律责任，特此声明！）