美劇迷們都對“艾美獎”（Emmy Award）耳熟能詳，但是這個獎并不局限于電視節目，美國國家電視藝術與科學學會（NATAS）還設立了一個“技術與工程艾美獎”，用來表彰推動影視技術發展的個人、公司和組織。NATAS日前宣布谷歌贏得了一項技術艾美獎，獲獎理由是其在旗下視頻網站YouTube上的個性化視頻推薦，頒獎儀式將于明年1月在美國拉斯維加斯的消費電子大展（CES）上舉行。
眾所周知，YouTube能根據熱門視頻、歷史觀看記錄以及其他信號向用戶推薦他們可能會喜歡的視頻。谷歌的一位工程主管克里斯托斯?古德洛（Cristos Goodrow）表示：YouTube觀眾最常反應的一個問題，是不知道究竟該看些什么，而YouTube視頻發現團隊的職責正是解決這一問題。
谷歌一直想把YouTube變成更像電視的平臺，不但斥巨資打造專業水準的頻道節目，還努力增加用戶訂閱的頻道數量——這都是為了將用戶的逗留時間從以“分鐘”計延長到以“小時”計，從而促進網站廣告收入向電視看齊。不過，YouTube現在還沒有制作出像Netflix的《紙牌屋》（House of Cards）和《女子監獄》（Orange is the New Black）那樣的高人氣“神作”。
然而，YouTube首次獲得技術艾美獎，卻是因為與電視大相徑庭的東西——能從海量內容中“沙里淘金”、打造深度個性化體驗以延長用戶注意力的算法。雖然目前在YouTube上最火的是各種頻道，但任何曾經陷在一串串相關視頻里無法自拔的人都會說，推薦算法或許才是YouTube的最有價值資產。
用戶最愛不相關的“相關視頻”
YouTube開始大力向用戶推薦相關視頻是在2008年，那時它已經問世3年并被谷歌收購了2年。而在YouTube主頁以及視頻頁面右側推薦其他視頻的做法很快就收到了成效——到2008年底，該算法每天都會讓用戶的觀看時長增加數十萬小時，而古德洛表示這一數字如今已經以“億”為單位了。
與此同時，YouTube也學到了一些出人意料的竅門，例如：向用戶推薦與他們當前觀看內容最密切相關的視頻，其實反而會讓用戶生厭。參與YouTube推薦算法構建的軟件工程師海克特?易（Hector Yee）指出：“用戶喜歡豐富多樣的題材�！�
有時候，用戶最有可能點擊的“相關”視頻其實與當前觀看內容根本不相關。YouTube視頻發現團隊在實驗中了解到，我們常常在個人興趣范圍內從一個主題跳到另一個主題。
機器學習算法好比“會計記賬”
古德洛表示：YouTube構建推薦算法的最大優勢，在于掌握了與用戶個人喜好相關的海量數據。YouTube既能抓取諸如用戶“贊”了哪段視頻之類的明確信號，還能抓取諸如用戶把哪段視頻從頭看到尾之類的隱含信號——將所有這些數據綜合起來，YouTube就對用戶可能會點擊什么內容有譜了。
在談到YouTube使用的機器學習技術時，古德洛將其比作“會計記賬”：YouTube的算法會記錄用戶們觀看視頻的次序，而當某位用戶觀看某段視頻時，算法會以其他用戶看過這段視頻后緊接著看了哪些視頻為依據，認為該用戶可能也會對這些視頻感興趣，從而讓它們出現在右側。
古德洛還表示，YouTube的推薦算法仍有巨大改進空間，而當前一大目標是讓用戶無需到處點擊就能舒舒服服地一段接一段觀看他們喜愛的視頻、一口氣看上30分鐘或一小時。
當然，古德洛也承認YouTube除了需要出色的推薦算法之外，也需要出色的視頻內容。
推薦閱讀
雖然說八核電腦并不是一個新鮮的詞語，但實際上由于性能過剩，八核電>>>詳細閱讀
本文標題：YouTube推薦算法獲技術艾美獎
地址：http://m.sdlzkt.com/a/05/20130803/281876.html
網友點評
精彩導讀
科技快報
品牌展示