Google utilise l'algorithme d'Amazon pour le moteur de recommandation de YouTube

A+ A-

Greg Linden signale que Google a changé l'algorithme qu'ils utilisent pour le moteur de recommandation de YouTube de leur propre à une variation de l'algorithme d'Amazon qui a été conçu dans les années 90.

Ceci est une démarche intéressante étant que Google a le pouvoir de l'homme et débrouillard pour construire une recommandation assez bien sur eux-mêmes. Mais ici, ils choisissent d'utiliser un algorithme conçu par Amazon en 1998? Bien sûr, les meilleurs algorithmes sont des améliorations au-dessus des algorithmes précédents. propre algorithme de Google est des années-lumière où ils ont d'abord été avec leur brevet de PageRank d'origine.

Voici un extrait pertinent de RecSys 2010 papier de Google:

Vidéos et recommander personnellement intéressantes pertinentes pour les utilisateurs [YouTube] [est] un défi unique: Vidéos car ils sont téléchargées par les utilisateurs ont souvent pas ou métadonnées très pauvres. La taille du corpus vidéo est à peu près du même ordre de grandeur que le nombre d'utilisateurs actifs. En outre, des vidéos sur YouTube sont la plupart du temps sous forme courte (moins de 10 minutes de longueur). interactions de l'utilisateur sont donc relativement court et bruyant ... [la différence] Net fl ix ou Amazon où la location d'un film ou l'achat d'un produit sont des déclarations très claires d'intention. En outre, beaucoup des vidéos intéressantes sur YouTube ont un cycle de vie court allant de téléchargement à virale dans l'ordre des jours exigeant la fraîcheur constante de recommandation.

Pour calculer des recommandations personnalisées, nous combinons les vidéos liées aux règles d'association avec l'activité personnelle d'un utilisateur sur le site: Cela peut inclure des vidéos qui ont été surveillés (potentiellement au-delà d'un certain seuil), ainsi que des vidéos qui ont été explicitement ajoutées aux favoris, « aimé », note , ou ajoutés aux listes de lecture ... Recommandations ... [les] vidéos liées ... pour chaque vidéo ... [l'utilisateur a regardé ou aimé après leur] classé par ... la qualité vidéo ... gustative unique de l'utilisateur et les préférences ... [et filtré] pour augmenter la diversité .

Pour évaluer la qualité que nous utilisons recommandation une combinaison de di ff érents métriques. Les principales mesures que nous considérons comme comprennent le taux de clics (CTR), à long CTR (en ne comptant que les clics qui ont conduit à des montres d'une fraction importante de la vidéo), durée de la session, le temps jusqu'à ce que fi montre première longue, et la couverture de recommandation (la fraction de connecté utilisateurs des recommandations). Nous utilisons ces mesures à la fois les performances de la piste du système à une base continue, ainsi que pour l'évaluation des changements du système sur tra ffi c en direct.

Recommandations représentent environ 60% de tous les clics vidéo à partir de la page d'accueil ... recommandation basée covisites réalise à 207% de la base de référence la page les plus consultés ... [et plus de 207% mieux que] Top Favorited et Top [vidéos].

Informations connexes:

  • Liens Google à ses concurrents à côté de vidéos YouTube
  • Vidéos de Sponsored 'YouTube Formellement Introduit
  • YouTube Dépasse 13 milliards de vidéos visionnées En Mars, dit comScore
  • Jouer avec YouTube Leanback sur Google TV: Belle!
  • YouTube Insight: Voir vos statistiques vidéo YouTube
  • YouTube presse Top Vidéos et recherches pour 2010

Ads

Partager