Откуда берутся рекомендации видео, которые так точно угадывают интересы
Многие замечали часть изображения интересную особенность современных видеоплатформ. Достаточно посмотреть несколько роликов на определённую тему, и через некоторое время главная страница начинает заполняться похожим контентом.
Иногда рекомендации оказываются настолько точными, что создаётся впечатление, будто система умеет читать мысли.
На самом деле всё объясняется гораздо проще.
Система анализирует просмотры
Каждое действие помогает алгоритмам лучше понимать интересы пользователя.
Учитываются:
— просмотренные ролики;
— длительность просмотра;
— поисковые запросы;
— отметки «нравится»;
— подписки.
Чем больше информации получает система, тем точнее становятся рекомендации.
Важно не только что смотрят
Алгоритмы обращают внимание не только на тему видео.
Для них также важны:
— время просмотра;
— частота возвратов;
— пропуски роликов;
— взаимодействие с контентом.
Поэтому два человека могут получать совершенно разные рекомендации.
Досмотр до конца имеет значение
Если ролик был просмотрен полностью, система часто воспринимает это как признак интереса.
После этого похожий контент может появляться чаще.
Рекомендации постоянно меняются
Интересы человека не остаются одинаковыми.
Поэтому алгоритмы регулярно обновляют свои предположения.
Сегодня главная страница может быть посвящена путешествиям, а через неделю — технологиям или спорту.
Интересный факт
Иногда достаточно посмотреть всего удалённым файлом несколько видео на новую тему, чтобы рекомендации начали заметно меняться уже в тот же день.
Почему друзья видят разные ролики
Даже если два человека пользуются одним и тем же сервисом, рекомендации редко совпадают полностью.
Каждая подборка формируется индивидуально.
Алгоритмы ищут похожих пользователей
Система может анализировать интересы миллионов зрителей.
Если люди почему кнопка с похожими предпочтениями начинают смотреть определённый ролик, его могут предложить и другим пользователям со схожими интересами.
Не всё зависит от просмотров
На рекомендации также могут влиять:
— популярность ролика;
— свежесть публикации;
— активность аудитории;
— тематика канала.
Итог
Рекомендации видео формируются на основе множества действий пользователя и постоянно адаптируются под его интересы. Именно поэтому современные платформы нередко предлагают контент, который кажется удивительно подходящим.
Самое интересное заключается в том, что алгоритм может заметить изменение интересов раньше, чем сам пользователь осознает своё новое увлечение.
