Google Menggunakan Algoritma Amazon Untuk Rekomendasi Engine YouTube

A+ A-

Greg Linden melaporkan bahwa Google telah beralih algoritma yang mereka gunakan untuk mesin rekomendasi YouTube dari mereka sendiri untuk variasi algoritma Amazon yang dirancang di akhir tahun 90an.

Ini merupakan langkah yang menarik adalah bahwa Google memiliki kekuatan manusia dan kecerdasan untuk membangun rekomendasi yang cukup baik pada mereka sendiri. Tapi di sini mereka memilih untuk menggunakan algoritma yang dirancang oleh Amazon pada tahun 1998? Tentu saja, algoritma yang terbaik adalah perangkat tambahan di atas algoritma sebelumnya. algoritma Google sendiri adalah tahun cahaya di luar di mana mereka pertama kali berada dengan paten PageRank asli mereka.

Berikut ini adalah potongan yang relevan dari RecSys 2010 kertas Google:

Merekomendasikan video menarik dan secara pribadi relevan dengan [YouTube] pengguna [adalah] tantangan yang unik: Video seperti yang diupload oleh pengguna sering tidak memiliki atau metadata sangat miskin. Ukuran video corpus kira-kira pada urutan yang sama besarnya dengan jumlah pengguna aktif. Selanjutnya, video di YouTube kebanyakan bentuk pendek (di bawah 10 menit panjang). Interaksi pengguna dengan demikian relatif singkat dan berisik ... [seperti] ix fl Net atau Amazon di mana menyewa film atau membeli item yang deklarasi yang sangat jelas tentang niat. Selain itu, banyak dari video menarik di YouTube memiliki siklus hidup yang pendek akan dari upload ke virus di urutan hari membutuhkan kesegaran konstan rekomendasi.

Untuk menghitung rekomendasi pribadi kita menggabungkan aturan video asosiasi terkait dengan aktivitas pribadi pengguna di situs: Hal ini dapat mencakup kedua video yang ditonton (berpotensi melampaui batas tertentu), serta video yang secara eksplisit favorit, “menyukai”, dinilai , atau ditambahkan ke daftar putar ... Rekomendasi ... [adalah] terkait video ... untuk setiap video ... [pengguna telah menonton atau menyukai setelah mereka] berdasarkan peringkat ... video berkualitas ... pengguna rasa yang unik dan preferensi ... [dan disaring] untuk lebih meningkatkan keragaman .

Untuk mengevaluasi kualitas rekomendasi kami menggunakan kombinasi metrik erent di ff. Metrik utama kami dipertimbangkan termasuk klik through rate (CTR), panjang CTR (hanya menghitung klik yang menyebabkan jam tangan dari sebagian besar video), lama sesi, waktu sampai fi menonton pertama panjang, dan cakupan rekomendasi (fraksi login pengguna dengan rekomendasi). Kami menggunakan metrik ini untuk kedua melacak performa dari sistem pada secara berkelanjutan serta untuk mengevaluasi perubahan sistem pada hidup tra FFI c.

memperhitungkan rekomendasi untuk sekitar 60% dari semua klik video dari halaman rumah ... rekomendasi Co-kunjungan berdasarkan tampil di 207% dari baseline halaman Terbanyak Dilihat ... [dan lebih dari 207% lebih baik dari] Paling Difavoritkan, dan Top Rated [video].

Berita Terkait:

  • Link Google Untuk Pesaing Berikutnya Untuk Video YouTube
  • YouTube Memperkenalkan Secara formal 'Sponsored Video'
  • YouTube Lampaui 13 Miliar Video Dilihat Pada bulan Maret, comScore Says
  • Bermain Dengan YouTube Leanback Di Google TV: Nice!
  • YouTube Insight: Lihat YouTube Video Anda Statistik
  • YouTube Rilis Top Video & Searches Untuk 2010

Ads

Bagikan