Data science

อัลกอริทึมของ YouTube ทำงานอย่างไร การใช้ AI สำหรับการแนะนำวิดีโอ

YouTube ใช้ AI เพื่อโปรโมตวิดีโอและคำแนะนำอย่างไร YouTube อาศัย AI อย่างมากในการส่งเนื้อหา อัลกอริธึมใหม่ล่าสุดของ YouTube ให้คุณค่าอย่างมากกับเวลาเฉลี่ยที่ผู้ใช้ดูวิดีโอ การกดชอบหรือไม่ชอบ และแสดงความคิดเห็น ในทำนองเดียวกัน ระบบผู้แนะนำเป็นหนึ่งในกรณีการใช้งานที่ทรงพลังที่สุดของ ML ที่เราทุกคนพบเจอหลายครั้งต่อวัน มีหลายวิธีในการสร้างระบบการแนะนำ: การกรองการทำงานร่วมกัน: นี่คือประเภทที่เรามักจะสร้างการทำงานร่วมกันระหว่างผู้ใช้และรายการต่างๆ (วิดีโอ) การกรองการทำงานร่วมกันระหว่างผู้ใช้กับผู้ใช้ – ในที่นี้ จุดเน้นหลักคือการจับคู่รสนิยมของผู้ใช้ที่แตกต่างกัน มีแนวโน้มที่จะตรวจสอบว่าผู้ใช้รายใดชอบวิดีโอนั้นหรือไม่ Item-Item Collaborative Filtering – เทคนิคนี้เหมือนกับด้านบน แต่เน้นที่การเชื่อมโยงรายการต่างๆ เช่น วิดีโอ มีแนวโน้มที่จะแนะนำวิดีโอที่คล้ายกันโดยพิจารณาจากวิดีโอที่ผู้ใช้ชอบ การแยกตัวประกอบของเมทริกซ์: มันพยายามที่จะละลายทั้งเวกเตอร์ผู้ใช้และรายการเข้าด้วยกัน ดังนั้นจึงแยกส่วนประกอบออกและให้เมตริกเปรียบเทียบที่ดีกว่าแก่ YouTube ไม่เหมือนการกรองร่วมกันระหว่างไอเท็มและไอเท็ม มันไม่ได้มีราคาแพงในการคำนวณ แต่ขาดความสามารถในการตีความ มันขาดคำตอบว่า “ทำไมพวกเขาถึงแนะนำวิดีโอนี้” ซึ่งทำให้มีความแม่นยำต่ำ สถาปัตยกรรมการเรียนรู้เชิงลึก: ใน 2016 Google ได้เผยแพร่สถาปัตยกรรม Deep Learning สำหรับคำแนะนำของ YouTube และกลายเป็นหนึ่งในบริษัทแรกๆ ที่ปรับใช้เครือข่าย Deep Neural ระดับการผลิตสำหรับระบบผู้แนะนำ ที่ YouTube มีแนวคิดเกี่ยวกับเนื้อหานับล้านที่ผู้ใช้อัปโหลดทุกวัน ระบบการแนะนำมีแนวโน้มที่จะจัดประเภทวิดีโอก่อนตามลักษณะของผู้ใช้แล้วจึงอิงตามข้อมูลเมตาของวิดีโอ อัลกอริทึมจะวิเคราะห์คุณลักษณะของผู้ใช้ เช่น ประวัติการดู ประวัติการค้นหา รสนิยมของผู้ใช้ อายุ สถานที่ เวลา จากนั้นสุ่มตัวอย่างวิดีโอบางส่วนและส่งไปยังขั้นตอนถัดไป อัลกอริธึมของ YouTube จะเลือกวิดีโอสำหรับผู้ดูโดยมีเป้าหมายสองประการคือ ค้นหาวิดีโอที่เหมาะสมสำหรับผู้ดูแต่ละคนและดึงดูดให้พวกเขาดูต่อไป

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button