擁有 20 億月活躍用戶的 YouTube 為全球流量第二大的網站,僅次於其母公司 Google。不僅是觀眾休閒娛樂的好去處、素人挑戰一夕成名的舞台,YouTube 更是企業廣告的兵家必爭之地,據《Seeking Alpha》報導,尼爾森報告指出,70% 的 YouTube 廣告得以觸及傳統電視媒體無法覆蓋的受眾。

在 YouTube 觀看影片時,你是否曾想過首頁及播放頁面右側的推薦影片,究竟是從何而來?YouTube 工程研發副總裁 Cristos Goodrow 日前在官方部落格發布文章,親自講解 YouTube 推薦系統(recommendation system)的運作依據。

YouTube 對觀眾推薦影片的 4 種信號指標

Goodrow 於文中提到,YouTube 大量的觀看次數來自推薦系統,其成效甚至超越頻道訂閱和搜尋功能。YouTube 推薦系統主要在兩個位置運作:使用者的 YouTube 首頁和「即將播放」面板,系統會參考超過 800 億筆稱為「信號」的資訊,持續從中學習、不斷進化。這些信號主要分為四個面向:

1. 點擊次數

點擊次數是最具參考價值,也是最早被採用的推薦指標,早在 2008 年 YouTube 開始著手建構推薦系統時,便以點擊次數為基準,點擊越多代表越受歡迎。但是點選一部影片,不代表觀眾確實看過或喜歡這部影片,有時觀眾可能被影片縮圖或標題吸引而點擊,觀看片刻後發現並非自己感興趣的內容,又迅速跳離。

2. 觀看時間

為彌補僅採計點擊次數的不足,YouTube 隨後也於 2012 年將「觀看時間」加入推薦信號指標,包括觀眾看過哪些影片,以及持續觀看了多長的時間。Goodrow 表示,雖然在觀看時間納入系統之後,觀看次數的數據隨即下滑了 20%,但 YouTube 認為,推薦系統為觀眾提供更多價值是更重要的,整體推薦的品質也會有所提升。

3. 問卷調查答覆

YouTube 會評估所謂的「有價值的觀看時間」(valued watchtime),以確認觀眾認為觀看影片所花費的時間是否具有價值,因此 YouTube 有時會發布使用者問卷調查,請觀眾為觀看過的影片評定一到五顆星的分數、詢問給予該評分的理由,並根據實際獲得的答覆,訓練出一個機器學習模型,藉此預測所有用戶的可能答覆,以用於影片推薦。

YouTube 問卷調查
圖片來源: Reddit/u/plazex

4.分享次數、喜歡和不喜歡的人數

一般而言,如果觀眾分享了影片或表示喜歡,代表滿意度應較高,如果對某部影片表示不喜歡,則代表可能不感興趣。不過系統會隨著每個用戶的觀看習慣,動態調整推薦機制,如果用戶同樣會分享自己評為一或兩顆星的影片,系統便知道對於這位用戶,不必將「分享」作為加權計算的因素。

公眾疑問釋疑:是否造成同溫層、黃標影響營利?

除了介紹 YouTube 推薦系統關注的信號類型,Goodrow 也回應了推薦系統相關的常見問題。首先是系統是否會建議觀眾觀看日益極端的內容,長期可能導致陷入同溫層、立場極端化的現象?對此,Goodrow 指出,系統會主動調降品質不佳的資訊在推薦系統中的排名,也會採取額外行動,針對觀眾可能感興趣的主題,向他們推薦具有公信力的影片。

例如,觀眾收看一部關於 COVID-19 疫苗的影片,「即將播放」面板中就會顯示值得信賴的來源提供的相關影片,而不會出現內含誤導性疫苗相關資訊的影片。在COVID-19 新聞和解說影片之外,系統還會根據觀眾的觀看記錄,推薦其他主題的內容,這樣多元化的建議,能協助觀眾接觸新的影片主題和形式,而非一再重複觀看相同類型的影片。

Goodrow 也補充道,近期發布的研究報告指出,YouTube 推薦系統實際上並未引導觀眾觀看極端內容,YouTube 上新聞和政治性內容的推薦,僅是反映出觀眾的個人偏好,與他們的網路使用習慣相呼應。

YouTube
圖片來源:

此外,YouTube 捉摸不定的推薦系統演算法,也讓眾多 YouTuber 如臨大敵,當辛苦製作的影片內容,被系統貼上限制廣告營利的「黃標」,意味著賴以為生的廣告收入將大受影響,因此許多創作者試圖直接向觀眾尋求「抖內」(donate),透過定期繳費的會員制、向單支影片付費支持的「超級感謝」等形式,開拓與鞏固廣告之外的收入來源。

對於遊走在違規邊緣內容的營利問題,Goodrow 以廣告主的角度答道:許多廣告客戶反映,不希望在 YouTube 上與此類內容有所關聯,並經常選擇排除在這類內容中放送廣告,將對頻道與 YouTube 收益皆產生損失,也降低公眾的信任感。

作為一個營利企業,YouTube 黃標政策的《廣告客戶青睞內容規範》看似其來有自,然而像是 COVID-19 疫情爆發初期、香港反送中的相關影片,都被列為黃標限制營利,這些較具爭議與敏感性的影片主題,在錯假資訊的混淆、政治力介入的諸多疑慮之下,審查與推薦機制的運作變得更撲朔迷離。

例如 9 月 29 日,YouTube 宣布加強對疫苗錯誤資訊的管制,表示自去年以來已刪除超過13萬支違反 COVID-19 政策的影片,並移除數個知名反疫苗頻道,包括俄羅斯官媒之德語頻道,讓俄羅斯官方直指 YouTube 的舉動為「前所未有的資訊侵略」。

對於審查結果,YouTube 一般提供上訴機會,但成功的比例無從得知。製作挑戰黃標規範內容的創作者,在 YouTube 的規範之下,於推薦系統及廣告營利皆會受限,多半需另闢蹊徑,尋求廣告之外的出路。

資料來源:YouTube Official BlogSocial Media TodayTechChrunch

分享