Skip to main content
 首页 » 头条

Youtube视频推荐算法:从视频和用户行为两个维度分析

2023年11月01日 12:50:58200站外智汇网

这期分享一篇关于Youtube视频推荐算法相关的文章,看看这篇来自站外智汇网 分享的关于算法都不懂就去做Youtube,真的会掉坑的文章介绍,看看从视频和用户行为两个维度分析。

一、Youtube视频排名分析

  Youtube也有自身的算法,站内的搜索功能也让Youtube成为了全球第二大搜索引擎了,所以我们想要做好Youtube视频营销,就很有必要理解了解其算法,这样我们就知道做好内容后,如果获取更多的Youtube站内流量。

  我们先换位思考下,从Youtube这个平台角度来看,平台的目标是什么?理解了这个还是很重要的,尤其是Youtube发展到现在已经非常成熟了,初创期的平台和成熟期的平台规则是很不一样的,这个有点像亚马逊早期对于刷单是一只眼开一只眼闭,后面就直接秋后算账了。

  所有搜索引擎的核心目标都是解决用户需求,从搜索引擎角度来看,Youtube也不例外,就是希望帮助用户找到他们需要的视频

  希望用户尽量多地停留在Youtube这个平台里面,提升使用时间,这对Youtube进行商业化变现至关重要

  用户能尽量参与到里面,无论是创作视频还是分享,点赞,评论等,希望用户在平台里面进行多元化使用

  上面三个是Youtube这个平台现在主要目标,那其算法也是围绕上面目标进行展开,具体落到实处就是:我们怎样才能让我们在Youtube上面的时候获得更多的播放量

二、视频本身的表现

1.观看量

       这个是非常核心的指标,如果一个视频发布后的观看量越高,Youtube的算法就会认为这个视频越受欢迎,当然这个是指标之一,因为观看量可以刷的,youtube现在已经很智能了,会结合其他一些指标来判定视频的质量

Youtube视频推荐算法:从视频和用户行为两个维度分析

2.用户点赞和踩以及分享的数据

       浏览量容易刷,但用户对视频一些行为就没那么容易造假了,主要是下面红框框起来的数据,其中分享这个数据不会在前台显示,只有所属频道的后台才能看到。

Youtube视频推荐算法:从视频和用户行为两个维度分析

3.视频评论数量:

       有意义的评论造假难度更大,大家可以看到这些判断要素难度是一步步递增的

Youtube视频推荐算法:从视频和用户行为两个维度分析

4.视频平均观看时长和观看比例

       这个其实和用similarweb分析网站流量一样,就是100个用户看了某个Youtube视频,这个视频假如有10分钟长度的话,那么这100个人平均观看了这个视频时长是多久,这个就是视频平均观看时长;假如100个人点击了某个视频,有50个人马上就关闭这个视频了,那么观看比例就是50%,这两个数据也是Youtube算法判别一个视频是否优质的重要指标。

三、用户行为分析

  这个是从另外一个维度来看Youtube的算法了

1.观看记录

  这个是指用户在Youtube站内的浏览视频的记录,算法会记录和分析用户都喜欢看哪些视频,在观看记录这点有一个我们要特别留意的,就是用户有没有观看关联推荐的视频,如果没观看,那么某一部分用户没观看,那么关联的视频将不会被推荐给相似的用户群体,下次加载该视频的排名也会降低,就是用户忽视了哪些推荐视频

2.观看时长

  这个很好理解,一个用户在Youtube里面观看不同视频加起来的时间长度

3.互动记录

  这个同样很好记录,用户对一个视频的点赞,踩,分享,收藏,评论等互动数据

4.千人千面

  个性化推荐,这个无论是电商平台还是外部流量渠道,都是一个大趋势了

  上面就是对Youtube算法的两个维度一些分析,其实Youtube的算法是非常复杂的,和谷歌SEO一样,多达上百个大大小小的指标,但我们不需要了解那么全面,毕竟我们也不是要创造另外一个视频挑战Youtube,了解算法是为了让我们的推广效果更加好,总而言之,要想让Youtube算法机制青睐我们的视频,就要让我们视频播放量,点赞评论等互动数据提升,那么就更容易获得Youtube站内的排名流量和关联推荐流量等相关流量了。

  关于Youtube视频推荐算法的话题,我们今天就先聊到这里,下一篇我们将会来聊下Youtube的推荐方式。

文章目录
  • 一、Youtube视频排名分析
  • 二、视频本身的表现
    • 1.观看量
    • 2.用户点赞和踩以及分享的数据
    • 3.视频评论数量:
    • 4.视频平均观看时长和观看比例
  • 三、用户行为分析
    • 1.观看记录
    • 2.观看时长
    • 3.互动记录
    • 4.千人千面