Über das Empfehlungssystem von YouTube

Unsere Empfehlungsplattform arbeitet nicht nach einem festen Schema, sondern beruht auf einer individuellen Zusammenstellung von Inhalten. Dabei lernt unser System täglich aus über 80 Milliarden Informationen, die wir als Signale bezeichnen. Die Transparenz unserer Empfehlungen zu erhöhen ist jedoch nicht einfach, da dies eine umfassende Kenntnis der Daten erfordert, die in unser System einfließen. Verschiedene Signale tragen dazu bei, unserem System mitzuteilen, was Sie zufriedenstellend finden: Klicks, Wiedergabezeit, Umfrageantworten, Teilen, Likes und Dislikes.

Klicks: Ein Klick auf ein Video zeigt deutlich an, dass Sie es möglicherweise auch zufriedenstellend finden. Schließlich würde man auf etwas, das man nicht sehen möchte, nicht klicken.

Allerdings haben wir bereits 2011 festgestellt, dass ein Klick auf ein Video nicht bedeutet, dass es tatsächlich angesehen wird. Nehmen wir an, Sie suchen nach Highlights eines Wimbledon-Matches aus diesem Jahr. Sie scrollen durch die Seite und klicken auf ein Video, das ein Vorschaubild und einen Titel hat und darauf hinweist, dass es Filmmaterial des Matches zeigt. Stattdessen handelt es sich um eine Person in ihrem Schlafzimmer, die über das Match spricht. Sie klicken auf ein von unserem System empfohlenes Video in Ihrem Up Next-Panel und finden erneut einen Fan, der über das Match spricht. Immer wieder klicken Sie sich durch diese Videos, bis Ihnen schließlich ein Video mit dem Filmmaterial des Matches empfohlen wird, das Sie sehen möchten. Aus diesem Grund haben wir 2012 die Wiedergabezeit hinzugefügt.

Wiedergabezeit: Ihre Wiedergabezeit – welche Videos Sie angesehen haben und wie lange – liefert personalisierte Signale an unser System darüber, was Sie höchstwahrscheinlich sehen möchten. Wenn unser Tennisfan also 20 Minuten Wimbledon-Highlight-Clips und nur wenige Sekunden Match-Analysevideo gesehen hat, können wir sicher davon ausgehen, dass er das Ansehen dieser Highlights als wertvoller empfunden hat.

Als wir die Wiedergabezeit erstmals in die Empfehlungen integrierten, verzeichneten wir einen sofortigen Rückgang der Aufrufe um 20%. Doch wir waren der Meinung, dass es wichtiger war, den Zuschauern mehr Wert zu bieten. Dennoch ist nicht jede Wiedergabezeit gleich. Manchmal habe ich bis spät in die Nacht wahllos Videos angesehen, obwohl ich stattdessen auf YouTube eine neue Sprache lernen oder meine Kochkünste mit einem Tutorial verbessern könnte. Wir möchten nicht, dass Zuschauer bereuen, welche Videos sie sich ansehen, und haben erkannt, dass wir noch mehr tun müssen, um zu messen, wie viel Wert Sie aus Ihrer Zeit auf YouTube ziehen.

Umfrageantworten: Um sicherzustellen, dass Zuschauer mit dem von ihnen angesehenen Inhalt zufrieden sind, messen wir die sogenannte “wertvolle Wiedergabezeit” – die Zeit, die Sie mit dem Ansehen eines Videos verbringen und als wertvoll erachten. Wir messen die wertvolle Wiedergabezeit durch Benutzerumfragen, bei denen Sie das von Ihnen angesehene Video von eins bis fünf Sternen bewerten und uns so eine Kennzahl liefern, um festzustellen, wie zufriedenstellend Sie den Inhalt fanden. Wenn Sie einem Video eine Bewertung von ein oder zwei Sternen geben, fragen wir nach dem Grund für die niedrige Bewertung. Gleichzeitig fragen wir bei einer Bewertung von vier oder fünf Sternen nach dem Grund – war es inspirierend oder bedeutungsvoll? Nur Videos, die Sie mit vier oder fünf Sternen bewerten, werden als wertvolle Wiedergabezeit gezählt.

Natürlich füllt nicht jeder bei jedem Video, das er ansieht, eine Umfrage aus. Basierend auf den erhaltenen Antworten haben wir ein maschinelles Lernmodell trainiert, um potenzielle Umfrageantworten für jeden vorherzusagen. Um die Genauigkeit dieser Vorhersagen zu testen, halten wir absichtlich einige der Umfrageantworten zurück. Dadurch überwachen wir ständig, wie genau unser System mit den tatsächlichen Antworten übereinstimmt.

Teilen, Likes, Dislikes: Im Durchschnitt sind Menschen eher mit Videos zufrieden, die sie teilen oder liken. Unser System verwendet diese Informationen, um die Wahrscheinlichkeit vorherzusagen, dass Sie weitere Videos teilen oder liken werden. Wenn Sie ein Video nicht mögen, ist das ein Signal dafür, dass es wahrscheinlich nicht etwas war, das Ihnen gefallen hat.

Wie bei Ihren Empfehlungen hängt jedoch die Bedeutung jedes Signals von Ihnen ab. Wenn Sie der Typ Mensch sind, der jedes Video teilt, das er ansieht, einschließlich solcher, die Sie mit einer Bewertung von ein oder zwei Sternen bewerten, weiß unser System, dass es Ihre Shares nicht stark berücksichtigen sollte, wenn es Inhalte empfiehlt. All dies erklärt, warum unser System kein festes Schema verfolgt, sondern sich dynamisch entwickelt, wenn sich Ihre Sehgewohnheiten ändern.