Google今日在台舉辦Google機器學習媒體聚會，揭開在影音應用與YouTube個人化影片推薦背後的演算規則與機制。到底YouTube如何知道你喜歡看什麼影片，然後推薦給你，看下去就知道。
自2011年至今，YouTube演算法經歷過三個階段的轉變，不僅將演算法從「觀看次數」改完「觀看時間」為基礎，也將行動化的趨勢考量在內，持續根據使用者的觀看習慣，來找到更多使用者會喜歡的下一支推薦觀看影片。
YouTube將各項指標加入在個人化影片推薦機制之中。（圖／黃慧雯攝） 為了讓使用者觀看到可能喜愛的影片，Google運用了大量機器學習技術。YouTube技術總監 Jim McFadden分享到，Google運用了深度神經網路，在數百萬支影片中，透過候選生成模型、與排名模型，逐漸縮小適合個人的推薦影片範圍，最終將篩選、評分後的影片推薦內容，呈現在使用者登入YouTube後的個人化推薦影片區塊中，且還會依照使用者登入的裝置推薦不一樣的影片（例如，透過行動裝置、電腦瀏覽器、Chromecast登入的個人化推薦影片都會有些為不同）。
透過演算法的改變，還有導入機器學習技術，目前在YouTube中，有超過70%使用者觀看時間是來自YouTube的自動推薦影片；YouTube每天推薦2億支不同內容的影片；光在過去三年在YouTube首頁點選推薦影片的觀看時間增長20倍。
(中時電子報)
from 《中時電子報》科技 http://ift.tt/2gWHE1Z
運動彩券 | 最高返水0.98精彩運動MLB、NBA比賽、直播
六合彩球 | 香港六合彩、大樂透、威力彩、今彩539
真人娛樂場 | 百家樂、德州撲克、麻將遊戲、21點、13支
電子遊戲 | 水果盤、捕魚達人千炮版、骰寶、輪盤
黃金期權 | 全新開放 、 股市 、 黃金 、 外幣
百鬼夜行 | 30線、4500倍、拉霸、五鬼運財
沒有留言:
張貼留言