Как YouTube собирает персонализированные рекомендации на основе истории просмотров?

YouTube собирает персонализированные рекомендации на основе истории просмотров с помощью алгоритмов машинного обучения. 4 Система сравнивает то, что смотрят пользователь и другие зрители с похожими интересами, и предлагает видео, которые могут привлечь внимание пользователя. 3

Некоторые факторы, которые учитываются при составлении рекомендаций:

• История просмотра. 34 Сведения о том, какие видео пользователь уже смотрел на YouTube, помогают предлагать более точные рекомендации. 3
• История поиска. 3 Рекомендации зависят от того, что пользователь искал на YouTube. 3
• Подписки на каналы. 34 Информация о подписках помогает рекомендовать видео, которые могут понравиться пользователю. 3
• Отметки «Нравится». 3 Зная, какие видео понравились пользователю, система может точнее находить похожие ролики. 3
• Отметки «Не нравится». 3 Система запоминает, какие видео не понравились пользователю, чтобы не предлагать похожие. 3
• Ответы в опросах. 3 Иногда YouTube предлагает оценить видео после просмотра. 3 Благодаря ответам система учитывает не только как долго пользователь смотрел видео, но и насколько оно ему понравилось. 3

YouTube также учитывает местоположение пользователя и рекомендует ему видео, которые могут быть интересны в его регионе. 4