Youtube是全球最大的视频分享平台，用户量高达10亿+，每天上传的UGC和PGC都是百万级别。那么问题就来了，他们是如何让用户在这么多的视频中快速的发现自己感兴趣的内容呢？大家可能会想到搜索，确实搜索是一个必不可少的工具，但有一个前提条件是用户必须知道视频的关键词，通过搜索关键词才能找到对应的视频，并且用户很多时候其实并不是很知道自己需要什么样的内容，逛youtube纯粹为了打发时间

p/99953120 整理：深度传送门 作者介绍：南京大学计算机系机器学习与数据挖掘所（LAMDA）硕士，腾讯优图实验室研究员，研究方向为视频理解与推荐。个人主页：https://haomood.github.io/homepage/ YouTube 创建于 2005 年，用于让用户寻找和发布视频。近年来，YouTube 上的视频数量得到了迅猛增长，成为全球最大的视频网站。截止 2008 年

转自微信公众号：GDG 分享嘉宾 崔翱翔 谷歌上海资深工程师 现任职于谷歌机器视觉处理团队，主要参与机器视觉模型的部署和模型的量化，支持 CloudVision, Google Photos, Google Lens, Gmail 等产品的图像处理。复旦大学数学系博士，对机器视觉、人工智能有浓厚兴趣。 我今天要分享的是应用在 Google Play 和 YouTube 两个 Google

当下视频网站的火热程度大家都是有目共睹的，因此也产生了一些网红视频博主，比如深受营长喜爱的papi酱以及papitube的各位po主。 那么，这些网红是怎样使自己的视频迅速走红的，网站是通过哪些标准向广大吃瓜群众推荐视频的，其中使用了什么算法呢？ 在视频网站不公开算法的情况下，上传视频的各大网红如何才能抓住视频分发过程中的套路，长期稳定地生产高品质视频内容？这里面到底有没有一条真正可行的路径

当跨境卖家在YouTube上发布一段新视频时，YouTube算法将开始启用并根据以下要素对卖家的视频进行综合评分。 1、视频本身的相关性。 一般来说，视频上传完成后，我们还需要添加标题、描述标签、字幕等内容，并与视频内容保持一致。 2、视频质量判断标准。 视频长度、频道粉丝基数、视频分辨率、单位时间观看量、视频原始数据等因素将直接影响YouTube对视频的评分。 统计表明

方法 #1 关键词植入 视频文件名使用英文，并加入关键词 标题植入关键词，并尽可能放在句首 视频描述中多植入关键词、描述底部加#标签 视频文件设置中，填上关键词 前提：做好关键词策略，选择好有流量且竞争力低的关键词 #2 提高视频互动指数 （同样质量视频的情况下，互动指数高的排名更靠前）分享、点赞、评论、订阅 提高评论技巧 在视频结尾，引导玩家留下评论 引导的内容越具体，观众互动效果越好

YouTube平台是全球搜索量最大的视频平台之一，它的算法规则也是千变万化的，算法排名值得跨境商家们深挖一下，下面一起来看看YouTube视频排名算法简析! 1、YouTube排名算法-候选视频生成网络 工作原理： 1)候选视频生成网基于用户的历史背景.偏好，从数以百万计的视频中选择数百个候选视频。 2)视频排名网将数百个候选视频进行分类，并输出排名最高的几十个结果。

文章目录 本文是《引流推广》系列文章的第 12 部分，该系列共包含以下 12 个部分： 如果你想在YouTube上获得更多观众和流量，那么了解视频推荐机制的演变是至关重要的。阅读本文，深入了解YouTube视频排名算法演变及其影响，学习如何SEO优化你的视频并吸引更多观众。 优化YouTube推荐方式，让你的视频获得更多曝光！ YouTube是全球最大的视频分享新媒体平台

所以说豆瓣广播是个好东西，长久以来已经怠于主动关注paper的我，每次都能通过我那些专业敬业的友邻们发现有意思的文章或话题，知识因分享而伟大！而这一次，这篇来自youtube的4页论文[1]，最初是通过Chen_1st同学的博客介绍知道的。追溯过去，又找到了Greg Linden的评荐博客。这篇文章很新，以至于我根本找不到免费的全文下载，于是很感谢zibuyu博士帮了一忙

做推荐系统也好一段时间了，一直没有系统的整理过相关的内容。本月开始，每周将会阅读并总结一些推荐系统的paper或常用的方法，激励自己，也给需要的朋友。 本周阅读了youtube知名的DNN用于推荐系统的文章《Deep Neural Networks for YouTube Recommendations》。这篇文章将DNN技术与推荐系统相结合，文章中包含很多的具体的实践经验，非常值得仔细读